Sundhedsvæsen

Intel samarbejder med University of Pennsylvania om at bruge privatlivsbeskyttende AI til at identificere hjernetumorer

mm
Udgivet den
Opdateret den
Føj Unite.AI til dine foretrukne kilder på Google

Intel (INTC ) Labs og Perelman School of Medicine på University of Pennsylvania (Penn Medicine) etablerer en føderation med 29 internationale sundheds- og forskningsinstitutioner for at træne kunstig intelligens (AI)-modeller, der kan identificere hjernetumorer ved hjælp af en privatlivsbeskyttende teknik kaldet fødereret læring. Dette arbejde finansieres af Informatics Technology for Cancer Research (ICTR)-programmet under National Cancer Institute (NCI) på National Institutes of Health (NIH) gennem en tre-årig bevilling på 1,2 millioner dollars til hovedundersøger Dr. Spyridon Bakas på Center for Biomedical Image Computing and Analytics (CBICA) på University of Pennsylvania.

“AI viser stor potentiale for tidlig opdagination af hjernetumorer, men det kræver mere data, end nogen enkelt medicinsk center har, for at nå sin fulde potentiale. Ved hjælp af Intel-software og -hardware og støtte fra nogle af Intels mest begavede medarbejdere arbejder vi sammen med University of Pennsylvania og en føderation af 29 samarbejdende medicinske centre for at fremme identifikationen af hjernetumorer, samtidig med at vi beskytter følsomme patientdata.” – Jason Martin, principal engineer, Intel Labs

Hvordan det fungerer

Penn Medicine og 29 sundheds- og forskningsinstitutioner fra USA, Canada, Storbritannien, Tyskland, Holland, Schweiz og Indien vil bruge fødereret læring, som er en distribueret machine learning-tilgang, der ermögiller organisationer at samarbejde om dyb læring-projekter uden at dele patientdata.

Penn Medicine og Intel Labs var de første, der offentliggjorde en artikel om fødereret læring i det medicinske billedområde, særligt demonstrerende, at fødereret læring kunne træne en model til over 99% af nøjagtigheden af en model, der var trænet på traditionel, ikke-privat metode. Denne artikel blev oprindeligt præsenteret på den Internationale Konference for Medicinsk Billede Computing og Computer-assisteret Intervention (MICCAI) 2018 i Granada, Spanien. Det nye arbejde vil udnytte Intel-software og -hardware til at implementere fødereret læring på en måde, der giver yderligere privatlivsbeskyttelse til både modellen og data.

“Det er bredt accepteret af vores videnskabelige fællesskab, at maskinlæring kræver omfattende og divers data, som ingen enkelt institution kan have. Vi koordinerer en føderation af 29 internationale sundheds- og forskningsinstitutioner, der vil kunne træne state-of-the-art AI-modeller for sundhedssektoren ved hjælp af privatlivsbeskyttende maskinlæringsteknologier, herunder fødereret læring. I år vil føderationen begynde at udvikle algoritmer, der kan identificere hjernetumorer fra en stort set udvidet version af den Internationale Hjernetumor Segmentation (BraTS) udfordring. Denne føderation vil give medicinske forskere adgang til langt større mængder sundhedsdata, samtidig med at den beskytter datasikkerheden.” – Dr. Spyridon Bakas, University of Pennsylvania

Hvorfor det er vigtigt:

Ifølge den Amerikanske Hjernetumor Forening (ABTA) vil næsten 80.000 mennesker blive diagnosticeret med en hjernetumor i år, og mere end 4.600 af dem er børn. For at træne og bygge en model, der kan hjælpe med tidlig opdagination og bedre resultater, har forskerne brug for adgang til store mængder relevante medicinske data. Det er dog afgørende, at dataene forbliver private og beskyttede, og det er her, fødereret læring med Intel-teknologi kommer ind i billedet. Ved at bruge denne tilgang vil forskere fra alle samarbejdende organisationer kunne arbejde sammen om at bygge og træne en algoritme til at identificere hjernetumorer, samtidig med at de beskytter følsomme medicinske data.

Hvad kommer herefter:

I 2020 vil Penn og de 29 internationale sundheds- og forskningsinstitutioner bruge Intels fødereret læring-hardware og -software til at producere en ny state-of-the-art AI-model, der er trænet på den største hjernetumor-datasæt hidtil – alt uden, at følsomme patientdata forlader de enkelte samarbejdspartnere. En undergruppe af de samarbejdende institutioner, der forventes at deltage i initieringen af den første fase af denne føderation, omfatter Hospital of the University of Pennsylvania, Washington University in St. Louis, University of Pittsburgh Medical Center, Vanderbilt University, Queen’s University, Technical University of Munich, University of Bern, King’s College London og Tata Memorial Hospital.

Lær mere:

mm

Antoine er en visionær leder og medstifter af Unite.AI, drevet af en urokkelig passion for at forme og fremme fremtiden for AI og robotteknologi. En serieiværksætter, han tror, at AI vil være lige så omvæltende for samfundet som elektricitet, og han bliver ofte fanget i at tale om potentialet for omvæltende teknologier og AGI.

Som en futurist, er han dedikeret til at udforske, hvordan disse innovationer vil forme vores verden. Derudover er han grundlægger af Securities.io, en platform, der fokuserer på at investere i skarp teknologi, der gendefinerer fremtiden og omformer hele sektorer.