연구진은 연합 환경에서 공면 위험 제어(CRC)를 적용할 때, 평균 병원은 보호하지만 40%의 개별 병원에서는 보장 범위를 위반하는 문제를 확인했어요.
기존 방식은 예측 집합을 크게 늘려 임상적으로 쓸모없게 만들고, 직접 라그랑주 최적화는 위험을 취약한 병원에 집중시키는 문제를 보여줬어요.
연구진은 위험 곡선(G 스칼라)을 서버에 전송하고 축소 정규화된 임계값을 계산하는 새로운 연합 CRC 프로토콜을 제안해 2.7/20의 위반으로 2.0배의 스트레치를 달성했어요.
환자 수준의 이미지, 마스크, 볼륨별 점수는 어떤 사이트도 유출되지 않도록 처리돼 개인 정보 보호를 유지해요.