인텔, 펜실베니아 대학교와 협력하여 프라이버시 보호 인공지능으로 뇌종양 식별

인텔 랩스와 펜실베니아 대학교의 펠만 의과대학은 29개의 국제 의료 및 연구 기관과 연맹을 구성하여 프라이버시 보호 기술인 연합 학습(federated learning)을 사용하여 뇌종양을 식별하는 인공지능 모델을 훈련시키고 있습니다. 이 연구는 국립 보건 연구원(NIH)의 국립 암 연구소(NCI)의 암 연구를 위한 정보 기술(ITCR) 프로그램의 3년간 120만 달러의 연구비를 통해 펜실베니아 대학교의 생물 의학 이미지 컴퓨팅 및 분석 센터(CBICA)의 Spyridon Bakas 박사에게 부여되었습니다.

“인공지능은 뇌종양의 초기 발견에 큰 가능성을 보여주고 있지만, 그 잠재력을 모두 끌어내기 위해서는 단일 의료 센터에서 보유할 수 있는 것보다 더 많은 데이터가 필요합니다. 인텔의 소프트웨어와 하드웨어, 그리고 인텔의 최고 전문가들의 지원을 통해 우리는 펜실베니아 대학교와 29개의 의료 센터와의 연맹을 통해 뇌종양의 식별을 발전시키고 민감한 환자 데이터를 보호하는 데 협력하고 있습니다.” – 인텔 랩스의 주요 엔지니어 Jason Martin

작동 원리

펜실베니아 대학교와 29개의 미국, 캐나다, 영국, 독일, 네덜란드, 스위스, 인도의 의료 및 연구 기관은 분산된 기계 학습 접근 방식인 연합 학습을 사용하여 협력하여 깊은 학습 프로젝트를 수행할 수 있습니다. 펜실베니아 대학교와 인텔 랩스는 의료 영상 분야에서 연합 학습에 관한 최초의 논문을 발표했습니다. 이 논문은 연합 학습 방법이 전통적인 비개인화 방법으로 훈련된 모델의 99%의 정확도로 모델을 훈련시킬 수 있음을 보여주었습니다. 이 논문은 2018년 스페인 그라나다에서 열린 의료 이미지 컴퓨팅 및 컴퓨터 지원干预 국제 컨퍼런스(MICCAI)에서 처음 발표되었습니다. 새로운 연구는 인텔의 소프트웨어와 하드웨어를 사용하여 모델과 데이터에 추가적인 프라이버시 보호를 제공하는 방식으로 연합 학습을 구현할 것입니다.

“기계 학습 훈련에는 풍부하고 다양한 데이터가 필요하다는 것은 우리 과학 커뮤니티에서 널리 받아들여지고 있습니다. 우리는 29개의 국제 의료 및 연구 기관의 연맹을 조직하고 있으며, 이는 프라이버시 보호 기계 학습 기술을 사용하여 최첨단 인공지능 모델을 훈련시킬 수 있습니다. 올해, 연맹은 국제 뇌종양 분할(BraTS) 챌린지 데이터셋의 확장 버전에서 뇌종양을 식별하는 알고리즘을 개발하기 시작할 것입니다. 이 연맹은 의료 연구자들이 보다 많은 의료 데이터에 접근할 수 있도록 하면서 데이터의 보안을 유지할 것입니다.” – 펜실베니아 대학교의 Spyridon Bakas 박사

중요성:

미국 뇌종양 협회(ABTA)에 따르면, 올해 약 8만 명의 사람들이 뇌종양을 진단받을 것으로 예상되며, 그 중 4,600명은 어린이입니다. 뇌종양을 발견하고 초기 발견 및 더好的 결과를 도와줄 수 있는 모델을 훈련시키고 구축하기 위해서는大量의 관련 의료 데이터에 접근할 수 있어야 합니다. 그러나 데이터는 프라이버시를 유지하고 보호해야 합니다. 여기서 인텔 기술을 사용한 연합 학습이 중요합니다. 이 접근 방식을 사용하면 모든 파트너 기관의 연구자들이 민감한 의료 데이터를 보호하면서 뇌종양을 발견하는 알고리즘을 구축하고 훈련할 수 있습니다.

다음 단계:

2020년에 펜실베니아 대학교와 29개의 국제 의료 및 연구 기관은 인텔의 연합 학습 하드웨어와 소프트웨어를 사용하여 현재까지 가장 큰 뇌종양 데이터셋을 사용하여 훈련된 새로운 최첨단 인공지능 모델을 생성할 것입니다. 이 과정에서 민감한 환자 데이터는 개별 협력 기관을 떠나지 않을 것입니다. 첫 번째 단계에 참여할 것으로 예상되는 협력 기관의 하위 집합에는 펜실베니아 대학교병원, 워싱턴 대학교 세인트루이스 캠퍼스, 피츠버그 의료 센터, 밴더빌트 대학교, 퀸스 대학교, 뮌헨 공과 대학교, 베른 대학교, 킹스 칼리지 런던, 타타 기념병원이 포함됩니다.

더 알아보기:

• What is Federated Learning?
• Federated Learning for Medical Imaging (blog)
• Advancing Both AI and Privacy is Not a Zero-Sum Game (op-ed)
• Artificial Intelligence at Intel
• Federated Learning in Medicine