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

インテル ラボとペンシルバニア大学のペルーマン医学校（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手法であるフェデレーテッド ラーニングを用いて脳腫瘍を特定するAIモデルを開発するプロジェクトを立ち上げました。このプロジェクトは、国立がん研究所（NCI）のインフォマティクス テクノロジー キャンサー リサーチ（ITCR）プログラムより、3年間、120万ドルの助成金を得て、ペンシルバニア大学のバイオメディカル イメージ コンピューティング アンド アナリティクス センター（CBICA）のスピリドン バカス博士に授与されました。

「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・研究機関と協力して、脳腫瘍の特定を進めると同時に、敏感な患者データを保護する取り組みを進めています。」 – ジェイソン マーティン、インテル ラボ 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、組織間で深層学習プロジェクトを共同で進めることができる分散型マシン ラーニング手法を利用します。

ペンシルバニア大学とインテル ラボは、医療画像領域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。フェデレーテッド ラーニング法で訓練されたモデルは、従来の非プライベート法で訓練されたモデルの99％の精度に達することが示されました。この論文は、スペインのグラナダで開催されたMICCAI 2018国際会議で初めて発表されました。新しいプロジェクトでは、インテルのソフトウェアとハードウェアを用いて、モデルとデータの両方に追加のプライバシー保護を提供するフェデレーテッド ラーニングを実装します。

「機械学習の訓練には、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、我々の科学コミュニティでは広く受け入れられています。29の国際的な医療・研究機関と協力して、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、フェデレーションは、拡張された国際脳腫瘍セグメンテーション（BraTS）チャレンジ データセットから脳腫瘍を特定するアルゴリズムの開発を開始します。このフェデレーションにより、医療研究者は、データのセキュリティを保護しながら、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。」 – スピリドン バカス博士、ペンシルバニア大学

なぜ重要か

アメリカ脳腫瘍協会（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。早期発見と良い結果をもたらす脳腫瘍の検出モデルを訓練し、構築するには、多量の関連医療データが必要です。しかし、データはプライベートで保護された状態でなければなりません。そこで、インテルの技術を用いたフェデレーテッド ラーニングが登場します。フェデレーテッド ラーニングにより、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の構築に協力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、史上最大の脳腫瘍データセットで訓練された、新しい最先端のAIモデルを生成します。すべての機密患者データは、各協力機関内に留まります。フェデレーションの最初の段階に参加する予定の機関には、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、ピッツバーグ大学医療センター、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。

詳細はこちら

• 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とプライバシーの両立はゼロサムゲームではない（社説）
• インテルのAI
• 医療AIのフェデレーテッド ラーニング