Intel lavora con l’Università della Pennsylvania per utilizzare l’AI che preserva la privacy per identificare i tumori cerebrali

Intel Labs e la Perelman School of Medicine dell’Università della Pennsylvania (Penn Medicine) stanno creando una federazione con 29 istituzioni sanitarie e di ricerca internazionali per addestrare modelli di intelligenza artificiale (AI) che identificano i tumori cerebrali utilizzando una tecnica di preservazione della privacy chiamata apprendimento federato. Questo lavoro è finanziato dal programma Informatics Technology for Cancer Research (ICTR) del National Cancer Institute (NCI) dei National Institutes of Health (NIH), attraverso una sovvenzione di tre anni da 1,2 milioni di dollari assegnata al ricercatore principale Dr. Spyridon Bakas, presso il Center for Biomedical Image Computing and Analytics (CBICA) dell’Università della Pennsylvania.

“L’AI mostra un grande potenziale per la rilevazione precoce dei tumori cerebrali, ma richiederà più dati di quanti ne possieda un singolo centro medico per raggiungere il suo pieno potenziale. Utilizzando il software e l’hardware Intel e il supporto di alcune delle menti più brillanti di Intel, stiamo lavorando con l’Università della Pennsylvania e una federazione di 29 centri medici collaborativi per avanzare l’identificazione dei tumori cerebrali mentre si proteggono i dati sensibili dei pazienti.” – Jason Martin, ingegnere principale, Intel Labs

Come funziona

La Penn Medicine e 29 istituzioni sanitarie e di ricerca degli Stati Uniti, del Canada, del Regno Unito, della Germania, dei Paesi Bassi, della Svizzera e dell’India utilizzeranno l’apprendimento federato, che è un approccio di apprendimento automatico distribuito che consente alle organizzazioni di collaborare a progetti di apprendimento profondo senza condividere i dati dei pazienti.

La Penn Medicine e Intel Labs sono stati i primi a pubblicare un articolo sull’apprendimento federato nel dominio dell’immagine medica, dimostrando in particolare che il metodo di apprendimento federato potrebbe addestrare un modello al 99% dell’accuratezza di un modello addestrato con il metodo tradizionale, non privato. Questo articolo è stato presentato originariamente alla Conferenza internazionale su Medical Image Computing and Computer Assisted Intervention (MICCAI) 2018, a Granada, in Spagna. Il nuovo lavoro sfrutterà il software e l’hardware Intel per implementare l’apprendimento federato in modo da fornire una protezione aggiuntiva per la privacy sia del modello che dei dati.

“È ampiamente accettato dalla nostra comunità scientifica che l’addestramento del machine learning richiede dati abbondanti e diversificati che nessun’unica istituzione può possedere. Stiamo coordinando una federazione di 29 istituzioni sanitarie e di ricerca internazionali collaborative, che saranno in grado di addestrare modelli AI all’avanguardia per la sanità, utilizzando tecnologie di machine learning che preservano la privacy, tra cui l’apprendimento federato. Quest’anno, la federazione inizierà a sviluppare algoritmi che identificano i tumori cerebrali da una versione notevolmente ampliata del dataset della sfida internazionale di segmentazione dei tumori cerebrali (BraTS). Questa federazione consentirà ai ricercatori medici di accedere a quantità molto più grandi di dati sanitari mentre proteggono la sicurezza di quei dati.” – Dr. Spyridon Bakas, Università della Pennsylvania

Perché è importante:

Secondo l’American Brain Tumor Association (ABTA), quasi 80.000 persone saranno diagnosticati con un tumore cerebrale quest’anno, con oltre 4.600 di loro che sono bambini. Per addestrare e costruire un modello che possa aiutare a rilevare un tumore cerebrale e migliorare i risultati, i ricercatori hanno bisogno di accedere a grandi quantità di dati medici rilevanti. Tuttavia, è essenziale che i dati rimangano privati e protetti, ed è qui che entra in gioco l’apprendimento federato con la tecnologia Intel. Utilizzando questo approccio, i ricercatori di tutte le organizzazioni partner saranno in grado di lavorare insieme per costruire e addestrare un algoritmo per rilevare un tumore cerebrale mentre proteggono i dati medici sensibili.

Cosa c’è dopo:

Nel 2020, la Penn e le 29 istituzioni sanitarie e di ricerca internazionali utilizzeranno il software e l’hardware di apprendimento federato di Intel per produrre un nuovo modello AI all’avanguardia addestrato sul più grande dataset di tumori cerebrali fino ad oggi – tutto senza che i dati sensibili dei pazienti lascino i singoli collaboratori. Il subset di istituzioni collaborative che si prevede parteciperà alla fase iniziale di questa federazione include l’Ospedale dell’Università della Pennsylvania, la Washington University di St. Louis, il Centro medico dell’Università di Pittsburgh, la Vanderbilt University, la Queen’s University, il Technical University of Munich, l’Università di Berna, il King’s College London e il Tata Memorial Hospital.

Scopri di più:

• Cos’è l’apprendimento federato?
• Apprendimento federato per l’immagine medica (blog)
• Avanzare sia l’AI che la privacy non è un gioco a somma zero (op-ed)
• Intelligenza artificiale in Intel
• Apprendimento federato in medicina