インテル、ペンシルバニア大学と協力してプライバシー保護付きAIを用いた脳腫瘍の特定に取り組む

Intel Labsとペンシルバニア大学のペレルマン医学校（Penn Medicine）は、29の国際的な医療・研究機関と連携して、プライバシー保護付きの技術であるフェデレーテッドラーニングを用いた脳腫瘍の特定に効果的なAIモデルを開発するための連盟を設立しています。この研究は、Informatics Technology for Cancer Research (ICTR) programのNational Cancer Institute (NCI)のNational Institutes of Health (NIH)から、3年間、120万ドルの資金提供を受けています。この資金は、ペンシルバニア大学のCenter for Biomedical Image Computing and Analytics (CBICA)のDr. Spyridon Bakasに授与されました。

「AIは脳腫瘍の早期発見に大きな可能性を持っていますが、その潜在能力を発揮するには、単一の医療センターが持つデータだけでは不十分です。インテルのソフトウェアとハードウェア、そしてインテルの優秀なエンジニアのサポートを受けて、ペンシルバニア大学と29の医療センターの連盟と協力して、脳腫瘍の特定を進めると同時に、機密性の高い患者データを保護することを目指しています。」 – Jason Martin、インテル・ラボのプリンシパル・エンジニア

しくみ

ペンシルバニア大学と29の医療・研究機関（アメリカ、カナダ、イギリス、ドイツ、オランダ、スイス、インド）は、フェデレーテッドラーニングを用いて、機密性の高い患者データを共有せずに、ディープラーニング・プロジェクトに協力することができます。ペンシルバニア大学とインテル・ラボは、医療画像分野におけるフェデレーテッドラーニングに関する最初の論文を発表しました。この論文では、フェデレーテッドラーニング法によって、99%以上の精度でモデルをトレーニングできることを実証しました。この論文は、スペインのグラナダで開催されたInternational Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) 2018で発表されました。新しい研究では、インテルのソフトウェアとハードウェアを用いて、フェデレーテッドラーニングを実装し、モデルとデータのプライバシー保護をさらに強化します。

「私たちの科学コミュニティでは、機械学習のトレーニングには、単一の機関が持つことのできない大量のデータが必要であることは広く認識されています。29の国際的な医療・研究機関の連盟を調整して、プライバシー保護付きの機械学習技術、特にフェデレーテッドラーニングを用いて、最先端のAIモデルを開発します。この年、連盟は、International Brain Tumor Segmentation (BraTS) challengeデータセットの拡張バージョンから脳腫瘍を特定するアルゴリズムを開発することを開始します。この連盟により、医療研究者は、機密性の高いデータを保護しながら、膨大な量のヘルスケアデータにアクセスできるようになります。」 – Dr. Spyridon Bakas、ペンシルバニア大学

なぜ重要か：

American Brain Tumor Association (ABTA)によると、今年約8万人が脳腫瘍と診断され、そのうち4600人以上が子供です。早期発見とより良い結果を支援するために、脳腫瘍を特定するモデルをトレーニングし、構築するには、多量の関連する医療データにアクセスする必要があります。しかし、データのプライバシーを保護することは不可欠です。ここで、インテルのテクノロジーを用いたフェデレーテッドラーニングが重要です。フェデレーテッドラーニングを用いることで、研究者は機密性の高い医療データを保護しながら、脳腫瘍を特定するアルゴリズムを構築してトレーニングすることができます。

次のステップ：

2020年、ペンシルバニア大学と29の国際的な医療・研究機関は、インテルのフェデレーテッドラーニング・ハードウェアとソフトウェアを用いて、最先端のAIモデルを開発します。このモデルは、現在までで最大の脳腫瘍データセットでトレーニングされ、機密性の高い患者データは個々の協力機関から出ないままです。最初のフェーズに参加する予定の協力機関のサブセットには、ペンシルバニア大学病院、ワシントン大学セントルイス校、ピッツバーグ医療センター、ヴァンダービルト大学、クイーンズ大学、ミュンヘン工科大学、ベルン大学、キングス・カレッジ・ロンドン、タタ記念病院などがあります。

詳細：

• フェデレーテッドラーニングとは
• 医療画像のフェデレーテッドラーニング（ブログ）
• AIとプライバシーを両立させることはゼロサムゲームではない
• インテルのAI
• 医療AIのフェデレーテッドラーニング