“La Inteligencia Artificial tiene un gran potencial en la detección precoz de tumores cerebrales, pero para materializar todo ese potencial se requieren más datos de los que ningún centro médico puede reunir por sí solo. Empleando el software y hardware de Intel, así como el apoyo de algunas de las mentes más brillantes de Intel Labs, estamos colaborando con la Universidad de Pennsylvania y una federación de 29 centros médicos para avanzar en la identificación de tumores cerebrales, al tiempo que protegemos la información personal de los pacientes”, explicó Jason Martin, ingeniero principal de Intel Labs.
Aprendizaje federado: protección de la privacidad
Penn Medicine y otros 29 organismos de salud e investigación, procedentes de EE.UU., Canadá, Reino Unido, Alemania, Países Bajos, Suiza e India, emplearán el aprendizaje federado, que consiste en un enfoque de aprendizaje automático distribuido que permite a las organizaciones colaborar en proyectos de aprendizaje profundo sin necesidad de compartir datos de pacientes.
“La comunidad científica entiende que el entrenamiento del aprendizaje automático requiere conjuntos de datos amplios y diversos que ninguna institución puede reunir por sí sola”, apuntó Bakas.
Así, Penn Medicine e Intel Labs fueron los primeros en publicar un estudio sobre aprendizaje federado en el campo de la imagen médica, demostrando específicamente que el método de aprendizaje federado era capaz de entrenar a un modelo con una precisión equivalente al 99% de un modelo entrenado mediante el enfoque tradicional sin protección de la privacidad.
Penn Medicine y otros 29 organismos de salud e investigación internacionales emplearán el aprendizaje federado.
El nuevo trabajo aprovechará el software y hardware de Intel para implementar el aprendizaje federado de un modo que proporcione protección adicional de la privacidad tanto al modelo como a los datos.
Colaboración internacional
Según la Asociación Americana de Tumores Cerebrales (American Brain Tumor Association, ABTA), a casi 80.000 personas les serán diagnosticadas un tumor cerebral a lo largo de 2020, de las que más de 4.600 serán niños. Para lograr construir y entrenar un modelo capaz de detectar un tumor cerebral que pudiese ayudar en la detección precoz y mejorar los resultados de estos pacientes, los investigadores requieren de grandes cantidades de datos médicos relevantes.
“Estamos coordinando la colaboración internacional entre una federación de 29 organismos de salud e investigación que será capaz de entrenar modelos avanzados de IA para medicina, empleando tecnologías de aprendizaje automático que protegen la privacidad, incluyendo el aprendizaje federado”, señaló Jason Martin.
Asimismo añadió que “este año, la federación comenzará a desarrollar algoritmos para identificar tumores cerebrales mediante una versión expandida del conjunto de datos procedente del Desafío Internacional de Segmentación de Tumores Cerebrales (International Brain Tumor Segmentation, BraTS). Esta federación concederá a los investigadores médicos acceso a cantidades mucho mayores de datos de salud, al tiempo que protegerá la seguridad de estos datos”.
“La comunidad científica entiende que el entrenamiento del aprendizaje automático requiere conjuntos de datos amplios”
De este modo, Penn y los 29 organismos internacionales de salud e investigación emplearán hardware y software de aprendizaje federado proporcionado por Intel, para producir un nuevo modelo avanzado de IA entrenado mediante el mayor conjunto de datos sobre tumores cerebrales reunido hasta la fecha, y todo ello sin necesidad de cada colaborador individual comparta sus datos sensibles de pacientes.
Si (
No(
