CLEO：用于合成医疗隐私保护表格数据的闭环框架

患者级别的结构化数据共享受到隐私法规和治理的严格限制，形成了阻碍多中心研究的“数据孤岛”。我们提出了CLEO（Clean-Learn-Evaluate-Optimize）闭环框架，该框架将高斯混合模型生成器与基于Q学习的优化相结合，将数据合成形式化为马尔可夫决策过程。在多中心颅内动脉瘤数据集上的实验结果表明，CLEO的综合得分为0.9232 ± 0.0124，优于所评估的代表性对比方法，包括TVAE、Gaussian Copula和CTGAN。在下游TSTR评估中，使用CLEO生成的数据训练的模型平均AUC达到0.7376，表明合成数据保留了有用的临床决策信号。然而，Macro-F1结果也表明少数类预测仍然受到类别分布不平衡的影响。实证隐私审计显示，最近邻对抗准确度得分为0.4940，表明在采用的最近邻审计设置下观察到的再识别风险较低。这些发现表明，当真实世界的医学数据无法直接聚合时，CLEO提供了一个可控且可经验审计的框架来支持跨机构研究。