研究警告：醫療 AI 模型恐成病歷隱私外洩新破口

醫療診斷 AI 常以去除姓名、身分證字號等識別資訊的病歷訓練，但模型仍可能保留個別資料特徵。德國研究團隊指出，「成員推論攻擊」可藉由分析模型輸出，判定特定病患資料是否曾進入訓練集，使既有去識別化與隱私審查機制面臨挑戰。

這項最新研究顯示，針對醫療判別模型發動成員推論攻擊時，辨識訓練資料的成功率近乎完美，且在個人層級的誤判率幾乎為零。由於公開資訊未揭露研究機構、發表日期及研究金額，團隊目前主要呼籲業界重訂隱私審查標準，並導入差分隱私等數學防護框架。