ある企業が、プライバシーを保護しながら複数の組織にまたがる医療データを使ってMLモデルを協調学習（連合学習）させることを検討しています。Google Cloudが提供するこのユースケースに関連するアプローチとして、最も適切なものはどれですか？
- A. Google Cloudの機密コンピューティング（Confidential Computing）とVertex AIを組み合わせ、各機関のデータを外部に出さずに暗号化された状態でモデルを学習する連合学習アーキテクチャを検討する
- B. すべての医療データを1つのGoogle Cloudプロジェクトに集約し、通常の集中学習を行う
- C. データプライバシーの問題があるため、医療データでのML利用は規制上すべて禁止されている
- D. 医療データはCloud StorageのArchiveクラスに保存すれば、プライバシーは自動的に保護される
解答と解説を見る
正解: A
連合学習（Federated Learning）は各機関のデータを外部に出さずに各ローカル環境でモデルを学習し、モデルのパラメータ（生データではない）のみを共有して統合モデルを作る手法。Google Cloudの機密コンピューティング（AMD SEV等のTEE：信頼できる実行環境）はデータを暗号化した状態で処理でき、プライバシーを保護したコラボレーティブML に適している。全データ集約は患者プライバシーと規制（HIPAA等）に違反する可能性がある。医療データのML利用は規制はあるが全面禁止ではない（適切な匿名化・同意取得で可能）。Archiveストレージはコールドアーカイブ用でプライバシー保護機能ではない。
📚 関連サービスの解説: Vertex AI