Gezondheidszorg

Intel werkt samen met de Universiteit van Pennsylvania om privacy-bewuste AI te gebruiken voor het identificeren van hersentumoren

mm
Gepubliceerd op
Bijgewerkt op
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Intel (INTC ) Labs en de Perelman School of Medicine van de Universiteit van Pennsylvania (Penn Medicine) zetten een federatie op met 29 internationale gezondheids- en onderzoeksinstellingen om artificial intelligence (AI)-modellen te trainen die hersentumoren identificeren met behulp van een privacy-bewuste techniek genaamd gefedereerd leren. Dit werk wordt gefinancierd door het Informatics Technology for Cancer Research (ICTR)-programma van het National Cancer Institute (NCI) van de National Institutes of Health (NIH), middels een subsidie van drie jaar en $1,2 miljoen die is toegekend aan de hoofdonderzoeker Dr. Spyridon Bakas, bij het Center for Biomedical Image Computing and Analytics (CBICA) van de Universiteit van Pennsylvania.

“AI heeft veel potentieel voor de vroege detectie van hersentumoren, maar het zal meer data nodig hebben dan enig einzel ziekenhuis om zijn volledige potentieel te bereiken. Met Intel-software en -hardware en ondersteuning van enkele van de slimste mensen van Intel, werken we samen met de Universiteit van Pennsylvania en een federatie van 29 medische centra om de identificatie van hersentumoren te verbeteren terwijl we gevoelige patiëntgegevens beschermen.” – Jason Martin, hoofdengineer, Intel Labs

Hoe het werkt

Penn Medicine en 29 gezondheids- en onderzoeksinstellingen uit de Verenigde Staten, Canada, het Verenigd Koninkrijk, Duitsland, Nederland, Zwitserland en India zullen gefedereerd leren gebruiken, een gedistribueerde machine learning-benadering die organisaties in staat stelt om samen te werken aan diepe leerprojecten zonder patiëntgegevens te delen.

Penn Medicine en Intel Labs waren de eerste die een paper publiceerden over gefedereerd leren in het medische beeldvormingsdomein, waarin werd aangetoond dat de gefedereerde leer methode een model kon trainen tot meer dan 99% van de nauwkeurigheid van een model getraind met de traditionele, niet-privé methode. Deze paper werd oorspronkelijk gepresenteerd op de International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) 2018, in Granada, Spanje. Het nieuwe werk zal Intel-software en -hardware gebruiken om gefedereerd leren te implementeren op een manier die extra privacybescherming biedt voor zowel het model als de gegevens.

“Het is breed geaccepteerd door onze wetenschappelijke gemeenschap dat machine learning-training voldoende en diverse gegevens nodig heeft die geen enkele instelling kan hebben. We coördineren een federatie van 29 internationale gezondheids- en onderzoeksinstellingen, die in staat zullen zijn om state-of-the-art AI-modellen voor de gezondheidszorg te trainen met behulp van privacy-bewuste machine learning-technologieën, waaronder gefedereerd leren. Dit jaar zal de federatie beginnen met het ontwikkelen van algoritmes die hersentumoren identificeren uit een sterk uitgebreide versie van de International Brain Tumor Segmentation (BraTS) challenge dataset. Deze federatie zal medisch onderzoekers toegang geven tot veel grotere hoeveelheden gezondheidsgegevens terwijl de beveiliging van die gegevens wordt beschermd.” – Dr. Spyridon Bakas, Universiteit van Pennsylvania

Waarom het ertoe doet:

Volgens de American Brain Tumor Association (ABTA) zullen bijna 80.000 mensen dit jaar worden gediagnosticeerd met een hersentumor, waarvan meer dan 4.600 kinderen zijn. Om een model te trainen en te bouwen dat een hersentumor kan detecteren en dat kan helpen bij de vroege detectie en betere resultaten, hebben onderzoekers toegang nodig tot grote hoeveelheden relevante medische gegevens. Het is echter essentieel dat de gegevens privé blijven en beschermd worden, en dat is waar gefedereerd leren met Intel-technologie om de hoek komt. Door deze benadering te gebruiken, kunnen onderzoekers van alle partnerorganisaties samenwerken aan het bouwen en trainen van een algoritme om een hersentumor te detecteren terwijl ze gevoelige medische gegevens beschermen.

Wat is de volgende stap:

In 2020 zullen Penn en de 29 internationale gezondheids- en onderzoeksinstellingen Intel’s gefedereerde leerhardware en -software gebruiken om een nieuw state-of-the-art AI-model te produceren dat getraind is op de grootste hersentumordataset tot nu toe – allemaal zonder dat gevoelige patiëntgegevens de individuele samenwerkingspartners verlaten. De subset van deelnemende instellingen die verwacht wordt om deel te nemen aan de eerste fase van deze federatie, omvat het Hospital of the University of Pennsylvania, Washington University in St. Louis, het University of Pittsburgh Medical Center, Vanderbilt University, Queen’s University, Technical University of Munich, University of Bern, King’s College London en Tata Memorial Hospital.

Meer informatie:

mm

Antoine is een visionaire leider en medeoprichter van Unite.AI, gedreven door een onwankelbare passie voor het vormgeven en promoten van de toekomst van AI en robotica. Een serieondernemer, hij gelooft dat AI net zo disruptief voor de samenleving zal zijn als elektriciteit, en wordt vaak betrapt op het prijzen van de potentie van disruptieve technologieën en AGI.

Als een futurist, hij is toegewijd aan het onderzoeken van hoe deze innovaties onze wereld zullen vormgeven. Bovendien is hij de oprichter van Securities.io, een platform dat zich richt op het investeren in cutting-edge technologieën die de toekomst herdefiniëren en hele sectoren herschikken.