Intel Labbs och Perelman School of Medicine vid University of Pennsylvania (Penn Medicine) har genomfört en gemensam forskningsstudie som använder federerad inlärning – ett tillvägagångssätt för artificiell intelligens (AI) genom distribuerad maskininlärning (ML) – för att hjälpa internationella vård- och forskningsinstitutioner att identifiera maligna hjärntumörer.

Det är den största medicinska studien kring federerad inlärning hittills med en aldrig tidigare skådad global datauppsättning inhämtad från undersökningar vid 71 institutioner på sex kontinenter. Projektet visade att tekniken har förmåga att förbättra upptäckt av hjärntumörer med 33 procent.

Datatillgänglighet har på grund av statliga och nationella dataskyddslagar länge varit ett problem inom vården. Som ett resultat har medicinsk forskning och datadelning i stor skala varit i princip omöjligt att uppnå utan att äventyra patientens hälsoinformation. Intels hård- och mjukvara för federerad inlärning uppfyller kraven för datasekretess och bevarar dataintegritet, personlig integritet och säkerhet genom konfidentiell databehandling.

Resultatet från Penn Medicines och Intels projekt uppnåddes genom att bearbeta stora mängder data i ett decentraliserat system med Intels teknik för federerad inlärning i kombination med Intel Software Guard Extensions (SGX), vilka tar bort hinder för datadelning som historiskt har förhindrat samarbeten kring liknande cancer- och sjukdomsforskning. Systemet hanterar många dataintegritetsproblem genom att hålla rådata i datainnehavarnas infrastruktur och endast tillåta modelluppdateringar beräknade från dessa data att skickas till en central server eller aggregator, inte dess underliggande data.

För att främja behandlingen av sjukdomar måste forskare få tillgång till stora mängder medicinska data – i de flesta fall datauppsättningar som överskrider storleken en institution kan producera på egen hand. Forskningen visar effektiviteten av federerat lärande i stor skala och de potentiella fördelarna som hälso- och sjukvårdsindustrin kan uppnå när datasilos på flera platser låses upp. Fördelarna inkluderar tidig upptäckt av sjukdom, vilket kan förbättra livskvaliteten eller öka en patients livslängd.

Filed under: Utländsk Teknik