Call for Paper (IF 6.7, 中科院二区,JCR Q1): 征稿截止2024年12月31日

2024-10-09 4732

艾思科蓝官网-版头.gif


专刊标题

Privacy-Preserving and Secure Large Language Models for Next-Generation Healthcare and Precision Medicine


客编信息

🔹Dr. Weizheng Wang, City University of Hong Kong, Hong Kong SAR, China.

🔹Dr. Jun Jiang, Peng Cheng Laboratory.

🔹Dr. Kapal Dev, Munster Technological University, Ireland.

🔹Dr. Thippa Reddy Gadekallu, Vellore Institute of Technology, India.


征稿简介

本专刊属于开放获取期刊 IEEE Journal of Biomedical and Health Informatics (ISSN: 2168-2194; IF: 6.7,SCIE indexed),该期刊由IEEE出版发行,主要刊登生物医学和健康信息学领域的最新进展,其中也包括信息和通信技术与健康、医疗保健、生命科学和生物医学交叉相关内容。


本专刊讨论了将大型语言模型(LLMs)整合到医疗保健中的潜力和挑战。虽然 LLMs 为患者护理、临床决策和医学研究提供了显着的好处,但它们也提出了与数据隐私、安全和伦理相关的复杂问题。该问题探讨了各种主题,例如隐私保护技术,如同态加密和联邦学习,这些技术可以在保护患者数据的同时实现协作模型开发。它还解决了对抗性攻击、模型可解释性和伦理合规等方面的担忧,强调在医疗保健中需要安全和负责任的 LLM 应用。


特刊截稿日期

2024年12月31日


征稿主题

🔹在敏感的医疗保健数据上保护隐私的 LLM 训练和部署

🔹医疗保健领域协作 LLM 开发的联邦学习方法

🔹基于 LLM 的医学文本生成和分析的差分隐私技术

🔹基于 LLM 的临床决策支持系统的安全多方计算

🔹用于保护 LLM 应用中患者数据的同态加密方法

🔹基于区块链的解决方案,用于在医疗保健领域进行可审计和安全的 LLM 交互

🔹医疗诊断和治疗中负责任使用 LLM 的伦理框架

🔹LLM 在关键医疗保健应用中的对抗鲁棒性

🔹用于电子健康记录的隐私保护自然语言处理

🔹LLM 与医学影像和基因组数据分析的安全集成

🔹保护机密性的医疗聊天机器人和虚拟健康助手

🔹医疗保健环境中 LLM 的监管合规和数据治理

🔹针对特定领域医学 LLM 的隐私保护迁移学习技术

🔹用于临床数据来源集成分析的安全多模态 LLM


期刊分析

CAR指数:

CAR指数是一种评价期刊学术诚信风险的指数, CAR指数低于5%设定为低风险,处于5-10%被认为是中风险,大于10%为高风险。从网站(www.jcarindex.com)的检索结果来看,

IEEE Journal of Biomedical and Health Informatics 在2023和2024年的CAR指数平均为0,为低风险水平。


中科院预警情况:

从2020年到2024年2月,IEEE Journal of Biomedical and Health Informatics 均未进入中国科学院《国际期刊预警名单(试行)》名单,这说明期刊并未被中科院预警。


影响因子发展趋势:

在JCR的影响因子变化趋势图中可以了解到,从2019年至今,IEEE Journal of Biomedical and Health Informatics 的影响因子没有显著变化,期刊状态比较稳定。


期刊年发文趋势:

通过在WoS数据库检查期刊的发文数据,可以了解到IEEE Journal of Biomedical and Health Informatics 的发文量稳定,其中国人发文数量居于第一位,表明本期刊对国人学者的研究成果较为认可。


艾思科蓝官网-版尾.jpg


扫码关注艾思科蓝订阅号 回复“0”即可领取该资料

去登录