英特尔与宾夕法尼亚大学合作，利用保护隐私的AI识别脑肿瘤

英特尔实验室和宾夕法尼亚大学的珀尔曼医学院（Penn Medicine）正在与29家国际医疗和研究机构建立一个联合体，使用一种称为联邦学习的保护隐私技术来训练人工智能（AI）模型，以识别脑肿瘤。该工作由国家卫生研究院（NIH）的国家癌症研究所（NCI）的癌症研究信息技术（ITCR）计划а>资助，通过授予宾夕法尼亚大学生物医学图像计算和分析中心（CBICA）的首席调查员Spyridon Bakas博士的一项为期三年的120万美元资助。

“人工智能在早期检测脑肿瘤方面显示出巨大的希望，但它需要比任何单个医疗中心拥有的更多数据才能发挥其全部潜力。使用英特尔软件和硬件以及英特尔一些最优秀的思想的支持，我们正在与宾夕法尼亚大学和29家合作的医疗中心合作，推进脑肿瘤的识别，同时保护敏感的患者数据。” – 英特尔实验室首席工程师Jason Martin

工作原理

宾夕法尼亚大学医学院和29家来自美国、加拿大、英国、德国、荷兰、瑞士和印度的医疗和研究机构将使用联邦学习，这是一种分布式机器学习方法，允许组织在不共享患者数据的情况下合作深度学习项目。

宾夕法尼亚大学医学院和英特尔实验室是首批在医学图像领域发表联邦学习论文的机构，特别证明了联邦学习方法可以训练一个模型，使其达到传统的非私有方法训练的模型的99％的准确率。这篇论文最初在西班牙格拉纳达的国际医学图像计算和计算机辅助干预会议（MICCAI）2018上发表。新的工作将利用英特尔软件和硬件以提供额外的隐私保护来实现联邦学习，同时保护模型和数据的安全。

“我们的科学界广泛接受，机器学习训练需要大量和多样化的数据，这是任何单个机构无法拥有的。我们正在协调一个由29家合作的国际医疗和研究机构组成的联合体，它将能够使用保护隐私的机器学习技术（包括联邦学习）训练最先进的AI模型，用于医疗保健。今年，联合体将开始开发算法，以识别大大扩展版本的国际脑肿瘤分割（BraTS）挑战数据集中的脑肿瘤。这个联合体将使医疗研究人员能够访问到大量的医疗数据，同时保护这些数据的安全。” – 宾夕法尼亚大学的Spyridon Bakas博士

为什么重要：

根据美国脑肿瘤协会（ABTA）的说法，今年将有近8万人被诊断出患有脑肿瘤，其中超过4600人是儿童。为了训练和建立一个可以帮助早期检测和改善治疗效果的脑肿瘤检测模型，研究人员需要访问大量相关的医疗数据。然而，必须确保这些数据保持私密和受保护，这就是英特尔技术的联邦学习发挥作用的地方。通过使用这种方法，所有合作伙伴机构的研究人员将能够共同合作，建立和训练一个脑肿瘤检测算法，同时保护敏感的医疗数据。

下一步：

2020年，宾夕法尼亚大学和29家国际医疗和研究机构将使用英特尔的联邦学习硬件和软件生产一个新的最先进的AI模型，该模型将在迄今为止最大的脑肿瘤数据集上进行训练——所有这些都不会让敏感的患者数据离开各个合作伙伴。预计参与启动该联合体第一阶段的合作机构子集包括宾夕法尼亚大学医院、圣路易斯华盛顿大学、匹兹堡医中心、范德堡大学、皇后大学、慕尼黑工业大学、伯尔尼大学、伦敦国王学院和塔塔纪念医院。

了解更多：

• 什么是联邦学习？
• 联邦学习用于医学图像（博客）
• 同时推进AI和隐私并非零和游戏（社论）
• 英特尔的人工智能
• 医学中的联邦学习