英特尔实验室和宾夕法尼亚大学佩雷尔曼医学院(宾夕法尼亚大学医学)完成了联合研究使用联合学习分布式机器学习(ML)人工智能(AI)方法——来帮助国际医疗和科研机构识别恶性脑瘤。迄今为止最大的医学联合学习研究与前所未有的全球数据集研究从71年六大洲的机构,该项目展示了脑部肿瘤检测提高33%的能力。

读也:英特尔扩展移动领导,让爱好者表现轻薄笔记本电脑

“联合学习有着巨大的潜在的在许多领域,尤其是在医疗、如图所示,我们与宾夕法尼亚大学医学的研究。它能够保护敏感信息和数据开门为未来研究和协作,特别是在数据集的情况下将无法访问。我们的工作与宾夕法尼亚大学医学有可能积极影响病人在全球范围内,我们期待着继续学习探索联合的承诺。”
杰森·马丁,首席工程师,英特尔实验室

为什么它很重要:

医疗数据可访问性一直是一个问题,因为国家和国家数据隐私法,包括健康保险流通与责任法案(HIPAA)。因此,医学研究和大规模数据共享已经几乎不可能达到在不影响病人健康信息。英特尔联合学习硬件和软件遵守数据隐私问题和保持数据完整性、隐私和安全保密计算。

佩恩Medicine-Intel结果是通过处理大量数据在一个分散的系统使用英特尔联合学习技术配合英特尔®软件保护扩展(新加坡),删除数据共享的障碍,历史上避免类似的癌症和疾病研究合作。万博体育登录首页系统地址无数数据隐私问题通过保持原始数据在数据持有者的计算基础设施和只允许模型更新计算的数据被发送到一个中央服务器或聚合,而不是数据本身。

“世界上所有的计算能力不能做太多没有足够的数据来分析,“罗伯•恩德勒说,首席分析师,恩德勒集团。“这无法分析数据,已经被大大延缓了大规模的医学突破AI承诺。这种联合学习为人工智能的研究展示了一个可行的路径推进和实现其潜力是最强大的工具来对抗我们最困难的疾病。”

讲解员:联合学习建筑(PDF)

资深作者Spyridon白痴博士,病理学和实验室医学和放射学助理教授佩雷尔曼医学院的,说:“在这项研究中,联合学习显示其潜在的范式转换获得多机构协作通过启用访问胶质母细胞瘤患者的最大和最多样化的数据集是否考虑过在文学,而所有数据保留在每一个机构。更多的数据我们可以给机器学习模型,它们变的更准确,进而可以提高我们的理解能力和治疗罕见疾病,如胶质母细胞瘤”。

促进疾病的治疗,研究人员必须访问大量的医学数据-在大多数情况下,数据集超过阈值,一个工厂可以生产。研究表明联合学习的有效性在医疗行业规模和潜在的好处可以实现多点数据时筒仓是解锁。好处包括早期发现疾病,提高生活质量或增加病人的寿命。

佩恩Medicine-Intel实验室研究的结果发表在同行评审的杂志,自然通讯。

的研究:

2020年,英特尔和宾夕法尼亚大学医学宣布的合作协议和使用联合学习来提高肿瘤检测和改善治疗结果的一种罕见的癌症称为胶质母细胞瘤(GBM),最常见的和致命的成人大脑肿瘤生存中值的标准治疗后14个月。虽然治疗方法扩大在过去的20年里,没有总体生存率的改善。这项研究由信息技术对癌症研究计划万博体育登录首页美国国家癌症研究所的美国国立卫生研究院。

宾夕法尼亚大学医学和71国际医疗/研究机构使用英特尔联合学习硬件和软件改善罕见的癌症检测的边界。一个新的先进的人工智能软件平台叫做联合肿瘤分割(场效应晶体管)是放射科医生用来确定肿瘤的边界,提高识别肿瘤的“可操作的区域”或“肿瘤的核心。”Radiologists annotated their data and used open federated learning (OpenFL),一个开源框架培训机器学习算法,运行联合训练。被训练的平台6314 GBM患者在六大洲的370万张照片,迄今为止最大的脑瘤的数据集。

接下来是什么:

通过这个项目,英特尔实验室和宾夕法尼亚大学医学已经创建了一个概念验证使用联合学习从数据中获得知识。这个解决方案可以显著影响医疗和其他研究领域,尤其是在其他类型的癌症研究。具体地说,英特尔开发OpenFL开源项目来帮助客户采用实际cross-silo联邦自信地学习和英特尔新交所上部署它。此外,这部小说场效应晶体管倡议成立作为一个协作网络,为持续发展提供一个平台,并鼓励与场效应晶体管平台和英特尔合作OpenFL开源工具包,GitHub上可用。

相关文章:包括英特尔主板在2022年第四季度价格上涨