인텔, 펜실베니아 대학교 의과대학, 의료 연방 학습 연구에서 가장 큰 데이터셋 사용

인텔 랩스와 펜실베니아 대학교 의과대학은 의료 연방 학습 연구에서 가장 큰 데이터셋을 사용한 결과를 발표했습니다. 이 공동 연구는 기계 학습과 인공지능을 사용하여 국제 의료 및 연구 기관이 악성 뇌 종양을 식별하는 데 도움을 주었습니다.

이 연구는 네이처 커뮤니케이션즈에 발표되었습니다.

전례 없는 연구

이 연구는 6개 대륙에 걸친 71개의 기관에서 수집된 데이터셋을 사용하여 뇌 종양 감지를 33% 개선하는 데 성공했습니다.

인텔 랩스의 주임 엔지니어 제이슨 마틴은 “연방 학습은 의료 분야에서 큰 잠재력을 가지고 있으며, 우리의 연구는 이를 입증합니다”라고 말했습니다. “데이터를 보호하고 협력을 촉진하는 연방 학습의 능력은 미래의 연구와 협력을 위한 문을 열어줍니다.”

의료 분야에서 데이터 접근성

의료 분야에서 데이터 접근성은 큰 도전입니다. 인텔의 연방 학습 기술과 소프트웨어는 데이터 프라이버시 문제를 해결하고 데이터 무결성을 유지합니다.

연구진은 인텔의 연방 학습 기술과 인텔 소프트웨어 가드 익스텐션스를 사용하여 분산 시스템에서大量의 데이터를 처리했습니다. 이 시스템은 데이터를 중앙 서버나 집계기에 전송할 수 있는 모델 업데이트만 허용합니다.

엔더르 그룹의 주임 분석가 로브 엔더르는 “컴퓨팅 파워는 데이터를 분석할 수 없으면 아무 소용이 없습니다”라고 말했습니다. “이 연구는 의료 분야에서 연방 학습의 잠재력을 보여주며, 이는 의료 분야에서 큰 발전을 가져올 수 있습니다.”

펜실베니아 대학교 의과대학의 스피리돈 바카스 박사는 “이 연구에서 연방 학습은 다기관 협력을 위한 새로운 패러다임을 보여주며, 이는 의료 분야에서 큰 발전을 가져올 수 있습니다”라고 말했습니다.

연구자들은 대규모 의료 데이터에 접근하여 치료법을 개발할 수 있어야 합니다. 그러나 이러한 데이터는 일반적으로 하나의 기관에서 처리하기에는 너무 많습니다. 이 새로운 연구는 다기관 데이터를 연방 학습에 적용하여 질병을 조기에 발견하는 데 도움을 줄 수 있습니다.