每日最新頭條.有趣資訊

打破開放與隱私壁壘,7國30家機構創建最大醫學AI協作系統

圖片來源@視覺中國

文丨學術頭條

近年來,隨著AI的發展,我們已經看到了人工智能在發現乳腺癌、肺癌和皮膚癌方面超過了醫生。現在,研究人員又將注意力轉向了腦瘤。

由賓夕法尼亞大學醫學院領導、29家國際醫療和研究機構參與的聯合團隊正在創建一個有史以來最大腦瘤數據集訓練的人工智能模型,基於一種名為聯邦學習(Federated Learning)的技術,可以在分散的伺服器之間訓練算法。

這樣以來,來自美國、加拿大、英國、德國、荷蘭、瑞士和印度的醫療機構就可以在不共享病人數據的情況下協同工作,並創建一個比任何一家機構的數據集更大的數據集。

聯邦學習:分布式機器學習方法

我們都知道,做人工智能研究首先是要處理數據,而面對大量分散的數據,又該怎麽辦呢?

谷歌在2017年推出了聯邦學習技術,這是一種分布式機器學習方法,可在深度學習項目上實現多機構協作,而無需共享患者數據。

2018年,英特爾開始與賓夕法尼亞大學生物醫學圖像計算與分析中心(CBICA)合作,展示了聯邦學習在現實醫學成像中的首次概念驗證應用,特別證明了聯邦學習對腫瘤檢測算法的功效。

聯邦學習

英特爾表示,當測試基於單個醫療機構數據建立的人工智能模型時,發現其平均準確率為70%,而使用聯邦學習技術訓練的人工智能模型的準確率為85.7%。

英特爾實驗室首席工程師Jason Martin是該項目的負責人之一,他說,訓練算法的理想方法是將所有數據集中在一個地方,但這通常是不切實際的。“如果我是一家醫院,我需要奇跡般地克服所有的監管壓力和隱私問題,而聯邦學習非常接近這一點。”

聯邦學習的優勢在於,它使人工智能算法能夠對駐留的數據進行訓練,而不是將數據傳輸到中心位置。它的工作原理是讓每個合作者在各自的數據上訓練一個相同的AI模型,將一個夥伴的模型學習的內容與其他參與者的模型相結合,重複這個過程,直到更新的模型運行良好為止。

這種聯邦學習方法對衛生保健組織極有吸引力,因為疾病檢測算法需要大量數據才能得出準確的結論,但對共享醫療數據的限制一直是開發此類系統的一大挑戰。

助力對抗腦癌

生長於顱內的腫瘤通稱為腦瘤,包括由腦實質發生的原發性腦瘤和由身體其他部位轉移至顱內的繼發性腦瘤。近年來,顱內腫瘤發病率呈上升趨勢,據統計,顱內腫瘤約佔全身腫瘤的5%,佔兒童腫瘤的70%,而其它惡性腫瘤最終會有20-30%轉入顱內。

據美國腦瘤協會 (American Brain Tumor Association) 估計,2020年美國將有超過8.7萬人被診斷出患有源自大腦的腫瘤,其中超過3500名患者是兒童。

為了訓練並建立模型以有助於早期發現腦瘤,研究人員需要訪問大量有關醫學的數據。但是,最重要的是,數據必須保持私有和受保護。這也正是采賓夕法尼亞大學合作使用保護隱私的AI識別腦瘤的原因。

通過使用聯邦學習這種方法,所有合作夥伴組織的研究人員將能夠共同構建和訓練檢測大腦的算法腫瘤,同時保護敏感的醫學數據。

以訓練機器學習算法來識別醫學圖像中腦腫瘤的邊界

賓夕法尼亞大學醫學院放射學和病理學講師Spyridon Bakas表示,過去6年,他幫助匯編了可用於AI訓練的最大腦瘤圖像數據集之一,該數據集包含了大約600名患者的圖像,但新的聯邦學習項目將大大擴展這一數字。

“我們可以從接受600名患者掃描訓練的AI模型轉變為接受15,000 名患者掃描訓練的AI模型。”Bakas說道。

英特爾也提供了一些組成其聯邦學習平台的硬體、軟體和網絡功能,其中包括後端協議,以便每個參與者的算法可以彼此通信,以及安全性功能,可以確保每個組織遵守商定的規則。例如,該平台不允許參與者改變算法或查看其底層參數。

聯邦學習的前景

美國谘詢公司Gartner Inc. 研究副總裁Laura Craft說,醫療機構多年來一直尋求在研究項目上進行合作,包括開發用於臨床診斷的預測模型。“聯邦學習有望讓這些合作更有效率。”

她繼續補充說,該技術的好處之一是訓練數據可能更加多樣化,這使得算法可以用於不同的患者群體。但她說,最大的挑戰之一是確保培訓數據 “標準化和規範化”。

賓夕法尼亞大學醫學院的研究人員也承認存在數據無法一致的問題,並表示其軟體團隊由資深開發人員Sarthak Pati領導,正在開發一套數據標準化系統,比如確保醫學圖像具有相似的分辨率。

研究人員表示,該小組有望在下個月開始訓練他們的模型。下一步計劃在2020年,賓夕法尼亞大學醫學院和29個國際醫療機構將使用英特爾的聯邦學習硬體和軟體來生成最新的AI模型。該模型已在迄今為止最大的腦腫瘤數據集上進行了訓練,預計該項目涉及世界各地的衛生系統,包括聖路易斯華盛頓大學、加拿大皇后大學、德國慕尼黑工業大學、英國倫敦國王學院以及印度的塔塔紀念醫院 (Tata Memorial Hospital)。

英特爾也並不是唯一一家為醫療人工智能系統提供聯邦學習平台的科技公司。今年早些時候,NVIDIA公司對外表示,它的聯邦學習平台被美國和巴西的一些組織用來訓練算法,以評估乳房X光照片中的乳腺癌風險。另外,NVIDIA和軟體公司Owkin Inc. 也正在提供一個聯邦學習平台,幫助包括Bayer AG在內的製藥公司培訓藥物發現算法。

資料來源:

https://www.wsj.com/articles/intel-health-institutions-to-use-emerging-ai-technique-to-improve-tumor-detection-11589191200https://newsroom.intel.com/news/intel-works-university-pennsylva年-using-privacy-preserving-ai-identify-brain-tumors/https://www.engadget.com/intel-penn-medicine-brain-tumor-ai-151105509.htmlhttps://link.springer.com/chapter/10.1007/978-3-030-11723-8_9

更多精彩內容,關注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App

獲得更多的PTT最新消息
按讚加入粉絲團