Intel trabaja con la Universidad de Pensilvania en el uso de IA que preserva la privacidad para identificar tumores cerebrales

Intel Labs y la Facultad de Medicina Perelman de la Universidad de Pensilvania (Penn Medicine) están creando una federación con 29 instituciones internacionales de atención médica y de investigación para entrenar modelos de inteligencia artificial (IA) que identifiquen tumores cerebrales utilizando una técnica de preservación de la privacidad llamada aprendizaje federado. . Este trabajo está siendo financiado por la Programa de Tecnología Informática para la Investigación del Cáncer (ICTR) del Instituto Nacional del Cáncer (NCI) de los Institutos Nacionales de Salud (NIH), a través de una subvención de $1.2 millones de tres años otorgada al investigador principal Dr. Spyridon Bakas, en el Centro de Computación y Análisis de Imágenes Biomédicas (CBICA) de las Universidad de Pensilvania.

“La IA es muy prometedora para la detección temprana de tumores cerebrales, pero requerirá más datos de los que posee cualquier centro médico para alcanzar su máximo potencial. Con el software y el hardware de Intel y el apoyo de algunas de las mentes más brillantes de Intel, estamos trabajando con la Universidad de Pensilvania y una federación de 29 centros médicos colaboradores para avanzar en la identificación de tumores cerebrales y proteger los datos confidenciales de los pacientes”. – Jason Martin, ingeniero principal, Intel Labs

Cómo funciona

Penn Medicine y 29 instituciones de atención médica y de investigación de Estados Unidos, Canadá, Reino Unido, Alemania, Países Bajos, Suiza e India utilizarán el aprendizaje federado, que es un enfoque de aprendizaje automático distribuido que permite a las organizaciones colaborar en proyectos de aprendizaje profundo sin compartir pacientes. datos.

Penn Medicine e Intel Labs fueron los primeros en publicar un artículo sobre el aprendizaje federado en el dominio de imágenes médicas, demostrando en particular que el método de aprendizaje federado podría entrenar un modelo con más del 99 % de la precisión de un modelo entrenado en el método tradicional no privado. método. Este documento se presentó originalmente en la Conferencia Internacional sobre Computación de Imágenes Médicas e Intervención Asistida por Computadora (MICCAI) 2018, en Granada, España. El nuevo trabajo aprovechará el software y el hardware de Intel para implementar el aprendizaje federado de una manera que brinde protección de privacidad adicional tanto al modelo como a los datos.

“Nuestra comunidad científica acepta ampliamente que la capacitación en aprendizaje automático requiere datos amplios y diversos que ninguna institución por sí sola puede contener. Estamos coordinando una federación de 29 instituciones internacionales de investigación y atención médica que colaborarán, que podrán entrenar modelos de IA de última generación para la atención médica, utilizando tecnologías de aprendizaje automático que preservan la privacidad, incluido el aprendizaje federado. Este año, la federación comenzará a desarrollar algoritmos que identifiquen tumores cerebrales a partir de una versión muy ampliada del Desafío internacional de segmentación de tumores cerebrales (BraTS) conjunto de datos Esta federación permitirá que los investigadores médicos accedan a cantidades mucho mayores de datos de atención médica mientras protegen la seguridad de esos datos”. – Dr. Spyridon Bakas, Universidad de Pensilvania

Por qué importa:

Según la Asociación Estadounidense de Tumores Cerebrales (ABTA), cerca de 80,000 personas serán diagnosticadas con un tumor cerebral este año, de las cuales más de 4,600 serán niños. Para entrenar y construir un modelo para detectar un tumor cerebral que podría ayudar en la detección temprana y mejores resultados, los investigadores necesitan acceder a una gran cantidad de datos médicos relevantes. Sin embargo, es esencial que los datos permanezcan privados y protegidos, que es donde entra en juego el aprendizaje federado con la tecnología Intel. Al utilizar este enfoque, los investigadores de todas las organizaciones asociadas podrán trabajar juntos en la construcción y capacitación de un algoritmo para detectar un cerebro. tumor mientras protege los datos médicos confidenciales.

Que sigue:

En 2020, Penn y las 29 instituciones internacionales de salud e investigación utilizarán el hardware y el software de aprendizaje federado de Intel para producir un nuevo modelo de inteligencia artificial de última generación que se entrena en el conjunto de datos de tumores cerebrales más grande hasta la fecha, todo sin datos confidenciales de pacientes. dejando a los colaboradores individuales. El subconjunto de instituciones colaboradoras que se espera que participen en el inicio de la primera fase de esta federación incluye el Hospital de la Universidad de Pensilvania, la Universidad de Washington en St. Louis, el Centro Médico de la Universidad de Pittsburgh, la Universidad de Vanderbilt, la Universidad de Queen, la Universidad Técnica de Munich, Universidad de Berna, King's College London y Tata Memorial Hospital.

Aprende más:

• ¿Qué es el aprendizaje federado?
• Aprendizaje federado para imágenes médicas (blog)
• Avanzar tanto en la IA como en la privacidad no es un juego de suma cero (op-ed)
• Inteligencia artificial en Intel
• Aprendizaje federado en medicina