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佩尔曼医学院（Penn Medicine）正在与29家国际医疗和研究机构合作，利用联邦学习（Federated Learning）技术训练人工智能（AI）模型，以识别脑肿瘤。该项目由国家癌症研究所（NCI）的信息技术癌症研究（ITCR）计划资助，获得了300万美元的三年资助。该项目的负责人是宾夕法尼亚大学的斯皮里顿·巴卡斯（Spyridon Bakas）博士。

“人工智能在早期检测脑肿瘤方面显示出巨大的潜力，但它需要比任何单一医疗中心拥有的更多数据才能发挥其全部潜力。利用英特尔的软件和硬件，以及英特尔一些最优秀的工程师的支持，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。” —— 英特尔实验室的首席工程师杰森·马丁（Jason Martin）

它是如何工作的

宾夕法尼亚大学的佩尔曼医学院和29家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。

宾夕法尼亚大学和英特尔实验室是首批在医学成像领域发表联邦学习论文的机构，证明了联邦学习方法可以训练出一个模型，其准确率达到传统非私有方法的99%以上。该论文最初在2018年西班牙格拉纳达举行的国际医学图像计算和计算机辅助干预会议（MICCAI）上发表。新的工作将利用英特尔的软件和硬件来实现联邦学习，以提供额外的隐私保护。

“我们的科学界普遍认为，机器学习训练需要大量和多样化的数据，而单个机构无法提供。我们正在协调一个由29家国际医疗和研究机构组成的联盟，这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。今年，联盟将开始开发算法，以识别脑肿瘤，并使用大规模扩展的国际脑肿瘤分割（BraTS）挑战数据集。这个联盟将使医疗研究人员能够访问大量的医疗数据，同时保护数据的安全。” —— 宾夕法尼亚大学的斯皮里顿·巴卡斯（Spyridon Bakas）博士

为什么它很重要

根据美国脑肿瘤协会（ABTA）的数据，今年将有近8万人被诊断出患有脑肿瘤，其中包括4600多名儿童。为了训练和建立一个模型来检测脑肿瘤，研究人员需要访问大量相关的医疗数据。然而，保护数据的隐私和安全至关重要，这就是联邦学习和英特尔技术的作用。通过使用这种方法，来自所有合作伙伴组织的研究人员将能够合作建立和训练一个算法来检测脑肿瘤，同时保护敏感的医疗数据。

接下来是什么

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训练——所有这些都不会泄露敏感的患者数据。预计参与启动该联盟第一阶段的合作机构包括宾夕法尼亚大学医院、圣路易斯华盛顿大学、匹兹堡大学医疗中心、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？
• 联邦学习用于医学成像（博客）
• 推进人工智能和隐私：这不是零和游戏（社论）
• 英特尔的人工智能
• 医学中的联邦学习