Intel Labs e la Perelman School of Medicine della University of Pennsylvania (Penn Medicine) stanno co-sviluppando una tecnologia per consentire a una federazione di 29 istituzioni sanitarie e di ricerca internazionali guidate da Penn Medicine di formare modelli di intelligenza artificiale (IA) che identificano i tumori cerebrali utilizzando una tecnica di conservazione della privacy chiamata apprendimento federato. Il lavoro della Penn Medicine è finanziato dal programma ITCR (Informatics Technology for Cancer Research) del National Cancer Institute (NCI) del National Institutes of Health (NIH), attraverso una sovvenzione triennale di 1,2 milioni di dollari concessa al ricercatore principale Dr. Spyridon Bakas presso il Center for Biomedical Image Computing and Analytics (CBICA) della University of Pennsylvania.
“L’AI porta grandi promesse per la diagnosi precoce dei tumori cerebrali, ma richiederà più dati di quanti ne richieda un singolo centro medico per raggiungere il suo pieno potenziale. Utilizzando il software e l’hardware Intel e il supporto di alcune delle menti più brillanti degli Intel Labs, stiamo lavorando con la University of Pennsylvania e con una federazione di 29 centri medici che collaborano per far progredire l’identificazione dei tumori cerebrali, proteggendo al contempo i dati sensibili dei pazienti”.
Jason Martin, ingegnere principale, Intel Labs
Penn Medicine e 29 istituzioni sanitarie e di ricerca di Stati Uniti, Canada, Regno Unito, Germania, Paesi Bassi, Svizzera e India utilizzeranno il federated learning, che è un approccio di apprendimento automatico distribuito che consente alle organizzazioni di collaborare a progetti di apprendimento profondo senza condividere i dati dei pazienti.
Penn Medicine e Intel Labs sono stati i primi a pubblicare un articolo sull’apprendimento federativo nel settore dell’imaging medico, dimostrando in particolare che il metodo di apprendimento federativo può addestrare un modello a oltre il 99% dell’accuratezza di un modello addestrato nel metodo tradizionale, non privato. Questo documento è stato originariamente presentato alla Conferenza internazionale sull’elaborazione di immagini mediche e l’intervento assistito dal computer (MICCAI) 2018 a Granada, Spagna. Il nuovo lavoro farà leva sul software e sull’hardware Intel per implementare l’apprendimento federato in modo da fornire un’ulteriore protezione della privacy sia al modello che ai dati.
Secondo l’American Brain Tumor Tumor Association (ABTA), quest’anno a quasi 80.000 persone verrà diagnosticato un tumore al cervello, di cui più di 4.600 sono bambini. Al fine di formare e costruire un modello per individuare un tumore al cervello che possa aiutare nella diagnosi precoce e migliori risultati, i ricercatori hanno bisogno di accedere a grandi quantità di dati medici rilevanti. Tuttavia, è essenziale che i dati rimangano privati e protetti, ed è qui che entra in gioco l’apprendimento federativo con la tecnologia Intel. Utilizzando questo approccio, i ricercatori di tutte le organizzazioni partner saranno in grado di lavorare insieme alla costruzione e alla formazione di un algoritmo per rilevare un tumore al cervello, proteggendo al contempo i dati medici sensibili.
Nel 2020, Penn e le 29 istituzioni sanitarie e di ricerca internazionali utilizzeranno l’hardware e il software di apprendimento federato di Intel per produrre un nuovo modello di IA all’avanguardia che viene addestrato sul più grande set di dati sui tumori cerebrali fino ad oggi il tutto senza che i dati sensibili dei pazienti lascino i singoli collaboratori. Il sottoinsieme delle istituzioni collaborative che dovrebbero partecipare all’avvio della prima fase di questa federazione comprende l’Ospedale dell’Università della Pennsylvania, la Washington University di St. Louis, l’University of Pittsburgh Medical Center, la Vanderbilt University, la Queen’s University, la Technical University di Monaco di Baviera, l’Università di Berna, il King’s College di Londra e il Tata Memorial Hospital.