Helse

Intel samarbeider med University of Pennsylvania om å bruke privatlivsbeskyttende AI for å identifisere hjernetumorer

mm
Publisert
Oppdatert
Legg til Unite.AI blant dine foretrukne kilder på Google

Intel (INTC ) Labs og Perelman School of Medicine ved University of Pennsylvania (Penn Medicine) etablerer en føderasjon med 29 internasjonale helse- og forskningsinstitusjoner for å trene kunstig intelligens (AI)-modeller som identifiserer hjernetumorer ved hjelp av en privatlivsbeskyttende teknikk kalt føderert læring. Dette arbeidet finansieres av Informatics Technology for Cancer Research (ICTR)-programmet ved National Cancer Institute (NCI) ved National Institutes of Health (NIH), gjennom et treårig, 1,2 millioners dollar-stipend til hovedundersøker Dr. Spyridon Bakas, ved Center for Biomedical Image Computing and Analytics (CBICA) ved University of Pennsylvania.

“AI viser stor løfte for tidlig oppdagelse av hjernetumorer, men det vil kreve mer data enn noe enkelt medisinsk senter har for å nå sitt fulle potensiale. Ved å bruke Intel-programvare og maskinvare og støtte fra noen av Intels skarpeste hjerner, arbeider vi med University of Pennsylvania og en føderasjon av 29 samarbeidende medisinske sentre for å fremme identifisering av hjernetumorer samtidig som vi beskytter sensitive pasientdata.” – Jason Martin, hovedingeniør, Intel Labs

Hvordan det fungerer

Penn Medicine og 29 helse- og forskningsinstitusjoner fra USA, Canada, Storbritannia, Tyskland, Nederland, Sveits og India vil bruke føderert læring, som er en distribuert maskinlæringsmetode som gjør det mulig for organisasjoner å samarbeide om dyptlæringsprosjekter uten å dele pasientdata.

Penn Medicine og Intel Labs var de første som publiserte en artikkel om føderert læring i det medisinske bildeområdet, særlig demonstrerte at føderert læring-metoden kunne trene en modell til over 99% av nøyaktigheten til en modell trent i den tradisjonelle, ikke-privat metoden. Denne artikkelen ble først presentert på Den internasjonale konferansen om medisinsk bildebehandling og datamaskinassistert inngripen (MICCAI) 2018, i Granada, Spania. Det nye arbeidet vil utnytte Intel-programvare og maskinvare for å implementere føderert læring på en måte som gir ekstra privatlivsbeskyttelse til både modellen og dataene.

“Det er vidt akseptert av vår vitenskapelige samfunn at maskinlæringstrening krever rikelig og diversifisert data som ingen enkelt institusjon kan ha. Vi koordinerer en føderasjon av 29 samarbeidende internasjonale helse- og forskningsinstitusjoner, som vil kunne trene state-of-the-art AI-modeller for helse, ved hjelp av privatlivsbeskyttende maskinlærningsteknologier, inkludert føderert læring. I år vil føderasjonen begynne å utvikle algoritmer som identifiserer hjernetumorer fra en stor utvidelse av Den internasjonale hjernetumorsegmenteringsutfordringen (BraTS)-dataset. Denne føderasjonen vil gi medisinske forskere tilgang til langt større mengder helsedata samtidig som den beskytter sikkerheten til disse dataene.” – Dr. Spyridon Bakas, University of Pennsylvania

Hvorfor det er viktig:

Ifølge American Brain Tumor Association (ABTA) vil nesten 80 000 mennesker bli diagnostisert med en hjernetumor i år, med over 4 600 av dem som er barn. For å trene og bygge en modell som kan identifisere en hjernetumor som kan hjelpe til tidlig oppdagelse og bedre resultater, trenger forskerne tilgang til store mengder relevante medisinske data. Imidlertid er det essensielt at dataene forblir private og beskyttet, og det er der føderert læring med Intel-teknologi kommer inn. Ved å bruke denne metoden kan forskerne fra alle partnerorganisasjoner samarbeide om å bygge og trene en algoritme for å identifisere en hjernetumor samtidig som de beskytter sensitive medisinske data.

Hva skjer nå:

I 2020 vil Penn og de 29 internasjonale helse- og forskningsinstitusjonene bruke Intels fødererte læringsmaskinvare og programvare for å produsere en ny state-of-the-art AI-modell som er trent på den største hjernetumordataset hittil — all uten at sensitive pasientdata forlater de enkelte samarbeidspartnerne. En undergruppe av samarbeidspartnerne som forventes å delta i å initiere den første fasen av denne føderasjonen inkluderer Hospital of the University of Pennsylvania, Washington University i St. Louis, University of Pittsburgh Medical Center, Vanderbilt University, Queen’s University, Technical University of Munich, University of Bern, King’s College London og Tata Memorial Hospital.

Lær mer:

mm

Antoine er en visjonær leder og medgrunnlegger av Unite.AI, drevet av en urokkelig lidenskap for å forme og fremme fremtiden for AI og robotikk. En serial entrepreneur, han tror at AI vil være like disruptiv for samfunnet som elektrisitet, og blir ofte fanget i å prise potensialet for disruptive teknologier og AGI.

Som en futurist, er han dedikert til å utforske hvordan disse innovasjonene vil forme vår verden. I tillegg er han grunnlegger av Securities.io, en plattform som fokuserer på å investere i banebrytende teknologier som definerer fremtiden og omformer hele sektorer.