英特爾幫助開發全新AI 在不侵犯隱私前提下訓練發現腦瘤
2020-05-12 09:13:16 cnBeta.COM賓夕法尼亞大學生物醫學圖像計算和分析中心（CBICA）的Spyridon Bakas博士解釋說：“機器學習培訓需要大量和多樣化的數據，盡管從技術上來講并不是什么挑戰，但現實是健康隱私法律（無論是HIPAA，GDPR還是其他法律）都限制了可以共享的內容，這是大數據處理的瓶頸."
英特爾和賓夕法尼亞醫學院對此的答案是聯合學習。與其共享單個病人的記錄，不如將一個加密的機器學習模型分發到每個參與的機構中。它在每臺計算機上的安全區域中解密，并接受本地數據訓練。隨后僅將模型更新與負責匯總模型的組織共享。由于患者數據永遠不會離開單獨的機構，因此更具隱私化，同時重新訓練后的模型數據更小，因此在數據傳輸方面也更加高效。
賓夕法尼亞州醫學院和來自美國、加拿大、英國、德國、荷蘭、瑞士和印度的29家醫療和研究機構將利用這個運行在英特爾硬件上的聯合學習系統，合作研究出一種利用AI識別腦腫瘤的方法。今年，該聯盟將開始開發算法，從國際腦腫瘤分割（BraTS）數據集的大幅擴展版本中識別腦腫瘤。這個聯盟將允許醫學研究人員獲得大量的醫療數據，同時保護這些數據的安全性。
美國腦瘤協會表示，2020年將有近8萬人被確診為腦瘤。在原始MRI數據上訓練之后，當從掃描中識別膠質瘤腦腫瘤時，英特爾和賓夕法尼亞州醫學會開發的AI模型可以達到99%的準確率。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
