אינטל עובדת עם אוניברסיטת פנסילבניה בשימוש ב- AI המגן על פרטיות לזיהוי גידולים מוחיים

Intel Labs ובית הספר לרפואה פרלמן באוניברסיטת פנסילבניה (Penn Medicine) מקימים פדרציה עם 29 מוסדות בריאות ומחקר בינלאומיים לאימון מודלים של בינה מלאכותית (AI) שמזהים גידולים מוחיים באמצעות טכניקה המגינה על פרטיות הנקראת למידה פדרטיבית. עבודה זו ממומנת על ידי תוכנית Informatics Technology for Cancer Research (ICTR) של המכון הלאומי לסרטן (NCI) של המכונים הלאומיים לבריאות (NIH), דרך מענק של שלוש שנים, 1.2M דולר, שהוענק לחוקר הראשי ד”ר ספירידון באקאס, ב- Center for Biomedical Image Computing and Analytics (CBICA) של אוניברסיטת פנסילבניה.

“AI מראה הבטחה גדולה לגילוי מוקדם של גידולים מוחיים, אבל היא תדרוש יותר נתונים מאשר כל מרכז רפואי בודד כדי להגיע למלוא הפוטנציאל שלה. באמצעות תוכנה וחומרה של אינטל ותמיכה מחלק מהמוחות החדים ביותר של אינטל, אנו עובדים עם אוניברסיטת פנסילבניה ופדרציה של 29 מרכזים רפואיים משתפים לקדם את זיהוי גידולים מוחיים בעודנו מגינים על נתוני מטופלים רגישים.” – ג’ייסון מרטין, מהנדס ראשי, Intel Labs

איך זה עובד

Penn Medicine ו-29 מוסדות בריאות ומחקר מארצות הברית, קנדה, הממלכה המאוחדת, גרמניה, הולנד, שווייץ והודו ישתמשו בלמידה פדרטיבית, שהיא גישה מבוזרת ללמידת מכונה שמאפשרת לארגונים לשתף פעולה בפרויקטים של למידה עמוקה ללא שיתוף נתוני מטופלים.

Penn Medicine ו-Intel Labs היו הראשונים שפרסמו מאמר על למידה פדרטיבית בתחום הדימות הרפואית, במיוחד הוכיחו כי שיטת הלמידה הפדרטיבית יכולה לאמן מודל ליותר מ-99% מהדיוק של מודל שאומן בשיטה המסורתית, הלא-פרטית. מאמר זה הוצג במקור ב-International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) 2018, בגרנדה, ספרד. עבודה חדשה זו תנצל תוכנה וחומרה של אינטל כדי ליישם למידה פדרטיבית באופן שמספק הגנה נוספת על פרטיות למודל ולנתונים.

“מקובל בקרב קהילה המדעית שלנו כי אימון למידת מכונה דורש נתונים רבים ומגוונים שאף מוסד לא יכול להחזיק. אנו מתאמים פדרציה של 29 מוסדות בריאות ומחקר בינלאומיים משתפים, שיהיו מסוגלים לאמן מודלי AI מתקדמים לבריאות, באמצעות טכנולוגיות למידת מכונה המגינות על פרטיות, כולל למידה פדרטיבית. השנה, הפדרציה תתחיל לפתח אלגוריתמים שמזהים גידולים מוחיים מגרסה מורחבת מאוד של אתגר החלוקה הבינלאומי של גידולי מוח (BraTS) . פדרציה זו תאפשר לחוקרים רפואיים גישה לכמויות עצומות של נתוני בריאות בעודם מגינים על ביטחון הנתונים.” – ד”ר ספירידון באקאס, אוניברסיטת פנסילבניה

למה זה משנה:

על פי איגוד האמריקאי לגידולי מוח (ABTA), כמעט 80,000 אנשים יאובחנו עם גידול מוחי השנה, עם יותר מ-4,600 מהם הם ילדים. כדי לאמן ולבנות מודל שיזהה גידול מוחי שיכול לסייע באבחון מוקדם ותוצאות טובות יותר, חוקרים זקוקים לגישה לכמויות גדולות של נתונים רפואיים רלוונטיים. הוא חשוב שהנתונים יישארו פרטיים ומוגנים, וזה היכן שלמידה פדרטיבית עם טכנולוגיה של אינטל נכנסת. באמצעות גישה זו, חוקרים מכל הארגונים המשתפים יוכלו לעבוד ביחד על בנייה ואימון אלגוריתם לזיהוי גידול מוחי בעודם מגינים על נתונים רפואיים רגישים.

מה הבא:

ב-2020, Penn ו-29 מוסדות בריאות ומחקר בינלאומיים ישתמשו בחומרה ותוכנה של אינטל ליצירת מודל AI חדש ומתקדם שאומן על המאגר הגדול ביותר של נתונים על גידולי מוח – כל זאת בלי שנתוני מטופלים רגישים יעזבו את המוסדות המשתפים. תת-קבוצה של מוסדות משתפים הצפויה להשתתף ביוזמת הפדרציה כוללת את בית החולים של אוניברסיטת פנסילבניה, אוניברסיטת וושינגטון בסנט לואיס, מרכז הרפואי של אוניברסיטת פיטסבורג, אוניברסיטת ונדרבילט, אוניברסיטת קווינס, האוניברסיטה הטכנית של מינכן, אוניברסיטת ברן, קינגס קולג’ לונדון ובית החולים טאטא ממוריאל.

למד עוד:

• מהי למידה פדרטיבית?
• למידה פדרטיבית לדימות רפואי (בלוג)
• קידום AI ופרטיות אינו משחק סכום אפס (דעה)
• בינה מלאכותית באינטל
• למידה פדרטיבית ברפואה