聯盟學習（Federated Learning）是人工智能開發之中，其中一個分佈式機器學習框架，最近 Nvidia 就利用這個學習模式，開發醫療用影像的人工智能系統，可以在無需建立單一資料湖泊的情況下進行訓練，確保私隱得以保護。
今次開發是由 Nvidia 與倫敦 King’s College 合作進行，利用了聯盟學習方式，透過使用客戶端伺服器的方法，減省建立單一資料湖泊來訓練模型的需要，只需要從每個終端裝置傳送分析結果到中央模型就可以進行訓練。所訓練的人工智能系統將會用作腦腫瘤分割分析用途。
Nvidia 醫療保健總監 Abdul Halabi 表示：「要進行這些創新，我相信有兩種方法。我們在去年 8 月發佈的一個模型可以建立現時最佳的通用模型，然後將其發送給這些醫院中的每家醫院，他們可以配合自己的患者需要作本地更改。另一種方式就是讓我們從頭開始，共同努力盡我們所能建立一個強大或可以通用的模型，我認為這項研究表明這種做法確實可能成功。現在你可以在不將數據整合在一起的情況下獲得高品質的模型，這就是它如此令人興奮的原因。」
對於醫療用人工智能模型而言，確保病人的私隱相當重要，因此聯邦學習可以在容許醫院與研究人員分享數據之餘，確保病人私隱受到保護。由於電腦視覺系統已開始表現出勝過人類放射學專家的能力，證明了機器學習在醫療保健方面的潛在優勢，只要解決了私隱方面的問題，就可以令模型訓練變得可能，令技術得以實際應用。
來源：VentureBeat
