一家跨國醫療研究機構希望利用各地醫院的病患資料，建立一個能夠預測疾病早期風險的機器學習模型。由於各國法規限制，病患的原始資料無法集中到單一伺服器。在此情境下，下列哪一種方法最能同時滿足「各醫院保留資料不外流」與「模型仍能跨院學習」的需求？

Question

(A) 資料匿名化（Data Anonymization）
(B) 差分隱私（Differential Privacy）
(C) 聯邦學習（Federated Learning）
(D) 交叉驗證（Cross-validation）

Accepted Answer

正確答案：(C) 聯邦學習（Federated Learning）

聯邦學習的核心精神是「資料不動、模型動」。每家醫院在本地用自己的資料訓練模型，只把模型參數或梯度上傳到中央伺服器彙整成全域模型，再把更新後的模型送回各院繼續訓練。原始病患資料從頭到尾沒有離開醫院，卻能讓所有機構共同貢獻知識——正好對應題目的兩個條件。