为了纪念“脑肿瘤意识月”,英特尔今天宣布了由美国国立卫生研究院(National Institutes of Health)资助的计划的细节,该计划将利用AI来识别脑肿瘤,同时保护隐私。该公司将与宾夕法尼亚大学佩雷​​尔曼医学院(Penn Medicine)一起,在美国,加拿大,英国,德国,瑞士和印度协调29个国际医学中心的联合会,以通过联合学习来训练AI模型,一种使敏感数据(在这种情况下,这是世界上最大的脑肿瘤语料库之一)能够保留在医院和组织的数据中心的技术。

英特尔和宾大医学的方法将为肿瘤检测模型的开发做出理想的贡献,该模型不会无意间暴露出医疗记录。迫切需要-根据美国脑肿瘤协会的说法,今年将有近80,000人(包括4,600名儿童)被诊断出患有脑肿瘤,早期干预可以大大改善健康状况。

据Arxiv.org称,谷歌研究人员在2017年发布的技术论文中提出了联合学习的建议,此后,研究科学家对其进行了300多次引用。英特尔和宾大医学公司是最早领导医疗保健中联合学习的研究机构之一,证明它可以用来达到以传统的非私有方式训练的模型的99%以上的准确性。

简而言之,联合学习是一种在持有数据样本的分散设备或服务器(即节点)之间进行AI算法训练而无需交换样本的技术,从而使多方可以构建模型而无需大量共享数据。中央服务器可能用于协调算法的步骤并充当参考时钟,或者安排可能是对等的(在这种情况下,不存在这样的服务器)。无论如何,都对局部数据样本进行局部模型训练,并且以某种频率在各个模型之间交换权重以生成全局模型。

这个由英特尔和宾大医学主导的新计划将以初步研究为基础,该研究于2018年在医学图像计算和计算机辅助干预国际会议上发表。英特尔表示,它将利用内部软件和硬件来“以对机器学习算法和数据集提供额外隐私保护的方式”实施联合学习。

预计将参与该计划第一阶段的机构包括:宾夕法尼亚大学医院,圣路易斯华盛顿大学,匹兹堡大学医学中心,范德比尔特大学,女王大学,慕尼黑工业大学,伯尔尼大学,伦敦国王学院和塔塔纪念医院。他们的语料库训练模型将针对国际脑肿瘤分割挑战数据集的扩展版本进行测试,该数据集包括针对异类肿瘤(即从神经胶质细胞开始的称为神经胶质瘤的类型)的分割的MRI扫描。 。

苹果和谷歌使用联合学习来改善表情符号,单词,短语和音乐预测的质量,但是该技术正越来越多地应用于医疗领域,在该领域,像HIPAA这样的法规要求一定程度的数据匿名化。

联合学习增强了Owkin的产品,Owkin是一家由Google投资公司GV支持的创业公司,旨在帮助医疗专业人员进行测试和实验,以预测疾病的发展和药物毒性。

除此之外,美国放射学院,巴西影像中心Diagnosticos da da,Partners HealthCare,俄亥俄州立大学和斯坦福大学还合作开发了联合学习模型,该模型使用了来自33,000项乳房X线照片研究的13万张图像。去年秋天,英伟达(Nvidia)和伦敦国王学院(King's College London)合作开发了用于大脑肿瘤分割的联合学习神经网络。在2019年3月发表的一篇论文中,麻省理工学院CSAIL,哈佛大学医学院和清华大学艺术与设计学院的研究人员详细介绍了一种联邦学习模型,该模型可以预测住院时间和患者死亡率。

最近,Nvidia开始与合作者合作,以通过公司的Clara Imaging Software平台发布经过联合学习训练的COVID-19相关模型。

美国国立卫生研究院国家癌症研究所的癌症信息技术研究计划为英特尔和宾大医学联合会的工作提供了为期三年的120万美元赠款。宾夕法尼亚大学医学中心的Spyridon Bakas博士将担任首席研究员。