Knowledge Discovery in Heterogeneous Federated Learning: Encoded Multimodal Features for Depression Prediction
Palavras-chave:
Knowledge discovery, Federated learning, encoded feature, artificial intelligence, depressionResumo
Depression is a prevalent and serious condition; however, developing reliable knowledge discovery models for early detection remains a significant challenge. Two major barriers hinder progress: (1) stringent privacy regulations that restrict sharing of patient data across institutions, and (2) substantial variability in how hospitals record clinical information—both in content and format. As a result, most research relies on single-institution datasets, which limits the generalizability of the discovered knowledge to other clinical contexts.
We propose a privacy-preserving federated learning for multi-hospital collaboration that avoids raw data sharing. By converting institutional records into standardized 'feature codes'—compact numerical representations of clinical patterns—our method ensures data utility while safeguarding patient privacy.
We evaluated three heterogeneous depression datasets: workplace-related, sleep/nutrition-related, and socioeconomic-related. Our federated learning model demonstrated superior performance across multiple metrics - achieving 94% accuracy (vs. institutional average 91%), 0.95 AUC (vs. 0.84), and 91 precision (vs. 74) - confirming its viability for privacy-preserving cross-institutional knowledge discovery in healthcare.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Congresso Internacional de Conhecimento e Inovação
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
DECLARAÇÃO DE CESSÃO E TRANSFERÊNCIA DE DIREITOS PATRIMONIAIS SOBRE ARTIGO PUBLICADO NOS ANAIS CIKI E AUTORIZAÇÃO PARA PUBLICAÇÃO
O AUTOR, nos termos da lei n. 9.610 de 19 de fevereiro de 1998, pelo presente instrumento particular, declara a quem possa interessar, que cede e transfere, em caráter universal, definitivo, irretratável, com exclusividade e a título gratuito, a totalidade dos seus direitos patrimoniais de autor sobre seu artigo publicado, no Congresso Internacional de Conhecimento e Inovação – ciki, para publicação nos anais do ciKi.
O AUTOR garante:
- Que o artigo é original, excetuando-se as citações de outras obras publicadas, desde que observadas as limitações expressas nos artigos 46 e 47 da Lei 9.610 de 19.02.1998;
- Que o artigo não contém quaisquer declarações caluniosas ou difamatórias e que não infringe quaisquer direitos de propriedade intelectual, comercial ou industrial de terceiros;
- Ressarcir prontamente o Congresso Internacional de Conhecimento e Inovação – ciKi por quaisquer indenizações, prejuízos ou despesas que advenham em razão da quebra das garantias expressas nas alíneas 1 e 2, acima.
Com esta cessão e transferência dos direitos patrimoniais referentes ao direito do autor, o Congresso Internacional de Conhecimento e Inovação – ciKi e seus sucessores ficam livres de qualquer pagamento de direitos autorais ao AUTOR ou a seus herdeiros ou sucessores.
O AUTOR declara, ainda, que o Congresso Internacional de Conhecimento e Inovação – ciKi está plenamente autorizada a utilizar o referido artigo, no todo ou em parte, editado ou integral, em língua portuguesa e em todas as outras línguas, em versão impressa, em meio eletrônico, internet, para fins comerciais ou não, inclusive podendo distribuir, adaptar, criar obra derivada, ceder seus direitos a terceiros, no Brasil e/ou no exterior, incluindo, mas não limitando a fins de: ensino, estudo e pesquisa; publicação e divulgação; citação; utilização em meios de telecomunicação em geral; utilização audiovisual em geral, incluindo todas as tecnologias digitais existentes ou que venham a ser desenvolvidas no futuro, aptas ao armazenamento e reprodução de dados.
Ficam assegurados ao AUTOR os direitos morais sobre seu artigo, inclusive a vinculação de seu nome como autor do artigo objeto desta transferência.
O AUTOR deverá sempre realizar consulta por escrito ao Congresso Internacional de Conhecimento e Inovação – ciKi, quando pretender qualquer tipo de utilização do seu trabalho ora cedido, obrigando-se ainda, a sempre inserir o crédito à publicação original de seu artigo, citando a referência bibliográfica completa, de modo legível e com destaque.
