Nvidia 利用聯盟學習開發醫療影像人工智能系統

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