近日發(fā)表在《自然醫(yī)學(xué)》上的研究結(jié)果表明，聯(lián)邦學(xué)習(xí)能夠建立強(qiáng)大的AI模型并在不同的醫(yī)療機(jī)構(gòu)中進(jìn)行推廣。這一發(fā)現(xiàn)展示了AI在能源、金融服務(wù)、制造業(yè)等領(lǐng)域進(jìn)一步應(yīng)用的前景。

由新冠疫情引發(fā)的一項(xiàng)多家醫(yī)院聯(lián)合發(fā)表的倡議表明，任何行業(yè)的機(jī)構(gòu)都可以通過(guò)合作開(kāi)發(fā)預(yù)測(cè)性AI模型，在準(zhǔn)確性和通用性方面樹(shù)立新的標(biāo)桿。

這項(xiàng)合作于今日發(fā)表在領(lǐng)先的同行評(píng)議醫(yī)療雜志《自然醫(yī)學(xué)》上，展示了保護(hù)隱私的聯(lián)邦學(xué)習(xí)技術(shù)如何創(chuàng)建強(qiáng)大的AI模型，這些模型能夠在不同的企業(yè)機(jī)構(gòu)中運(yùn)行良好，即便是在受到保密數(shù)據(jù)或稀疏數(shù)據(jù)限制的行業(yè)。

該研究的第一作者Ittai Dayan博士表示：“在AI開(kāi)發(fā)過(guò)程中，當(dāng)在一家醫(yī)院的數(shù)據(jù)上創(chuàng)建一個(gè)算法時(shí)，這個(gè)算法一般在任何其他醫(yī)院都不能很好地工作?！?Ittai Dayan博士在Mass General Brigham領(lǐng)導(dǎo)AI開(kāi)發(fā)工作并在今年創(chuàng)立了醫(yī)療初創(chuàng)企業(yè)Rhino Health。

“但通過(guò)使用聯(lián)邦學(xué)習(xí)和來(lái)自各大洲的客觀多模態(tài)數(shù)據(jù)來(lái)開(kāi)發(fā)模型，我們就能夠建立一個(gè)能夠幫助全球一線醫(yī)生的可推廣模型?！?Ittai Dayan表示。

其他大規(guī)模聯(lián)邦學(xué)習(xí)項(xiàng)目已在醫(yī)療行業(yè)展開(kāi)，包括一項(xiàng)關(guān)于乳房X光檢查評(píng)估的五人研究以及制藥巨頭拜耳公司一項(xiàng)用于脾臟的分割解剖的AI模型訓(xùn)練工作。

除了醫(yī)療行業(yè)之外，聯(lián)邦學(xué)習(xí)還可以幫助能源公司分析地震和井筒數(shù)據(jù)，幫助金融公司改進(jìn)欺詐檢測(cè)模型，幫助自動(dòng)駕駛汽車(chē)研究人員開(kāi)發(fā)泛化至不同國(guó)家駕駛行為的AI。

聯(lián)邦學(xué)習(xí)：舉眾人之力開(kāi)發(fā)AI

開(kāi)發(fā)AI模型的公司和研究機(jī)構(gòu)通常受到其可用數(shù)據(jù)的限制。這可能意味著較小的企業(yè)機(jī)構(gòu)或小眾研究領(lǐng)域缺乏足夠的數(shù)據(jù)來(lái)訓(xùn)練準(zhǔn)確的預(yù)測(cè)模型。即使是大型數(shù)據(jù)集，也可能因一家企業(yè)機(jī)構(gòu)的病人或客戶(hù)人口特征、特定的數(shù)據(jù)記錄方法、甚至所使用的科學(xué)設(shè)備品牌而出現(xiàn)偏差。

為了收集足夠的訓(xùn)練數(shù)據(jù)來(lái)建立一個(gè)強(qiáng)大的、可推廣的模型，大多數(shù)企業(yè)機(jī)構(gòu)需要與同行匯集數(shù)據(jù)。但在許多情況下，數(shù)據(jù)隱私法規(guī)限制在共用的超級(jí)計(jì)算機(jī)或云服務(wù)器上直接分享數(shù)據(jù)，例如病人的醫(yī)療記錄或?qū)Ｓ袛?shù)據(jù)集等。

這就是聯(lián)邦學(xué)習(xí)的用武之地。

《自然醫(yī)學(xué)》雜志發(fā)布的這項(xiàng)新研究被稱(chēng)為EXAM（EMR CXR AI模型）。該研究由Mass General Brigham和NVIDIA主導(dǎo)，將五大洲的20家醫(yī)院聚集在一起訓(xùn)練神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)用于預(yù)測(cè)出現(xiàn)新冠肺炎癥狀的病人在到達(dá)急診科等護(hù)理點(diǎn)的24和72小時(shí)后可能需要的氧氣補(bǔ)充水平。這是迄今為止最大、最多樣化的臨床聯(lián)邦學(xué)習(xí)研究之一。

多方合作助力AI工作

聯(lián)邦學(xué)習(xí)使EXAM的合作者能夠創(chuàng)建一個(gè)從每家參與醫(yī)院的胸部X光圖像、患者生命體征、人口特征數(shù)據(jù)和實(shí)驗(yàn)室數(shù)值中學(xué)習(xí)的AI模型，并且無(wú)需訪問(wèn)存儲(chǔ)在各家醫(yī)院私人服務(wù)器中的私人數(shù)據(jù)。

每家醫(yī)院都在本地的NVIDIA GPU上訓(xùn)練同一個(gè)神經(jīng)網(wǎng)絡(luò)的副本。在訓(xùn)練過(guò)程中，每家醫(yī)院只需定期向中央服務(wù)器發(fā)送更新的模型權(quán)重，中央服務(wù)器中的全局版本神經(jīng)網(wǎng)絡(luò)將它們匯總起來(lái)，形成一個(gè)新的全局模型。

這就像分享考試的答案，但并不透露任何用于得出答案的學(xué)習(xí)材料。

美國(guó)國(guó)家衛(wèi)生研究院（NIH）介入腫瘤學(xué)中心聯(lián)合作者兼總監(jiān)、臨床中心介入放射科主任Brad Wood博士表示：“EXAM研究的結(jié)果表明，能夠在不需要交換私人可識(shí)別數(shù)據(jù)的情況下在醫(yī)療領(lǐng)域訓(xùn)練高性能和可推廣的AI模型，從而保護(hù)數(shù)據(jù)隱私?！?/p>

“這些發(fā)現(xiàn)不僅僅可以用于新冠肺炎相關(guān)預(yù)測(cè)的跨醫(yī)院模型 ，并展示了聯(lián)邦學(xué)習(xí)是該領(lǐng)域的一項(xiàng)有前途的解決方案。這為實(shí)現(xiàn)更有效和合規(guī)的大數(shù)據(jù)共享提供了框架，并且為挖掘AI深度學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域的潛力提供支持?！?/p>

與所有參與機(jī)構(gòu)共享的全局EXAM模型使AI模型的平均性能提高了16%。研究人員發(fā)現(xiàn)，與在任何單一站點(diǎn)訓(xùn)練的模型相比，全局EXAM模型的通用性平均提高了38%。

從上圖中可以看到，對(duì)于擁有較小數(shù)據(jù)集的醫(yī)院來(lái)說(shuō)，全局聯(lián)邦學(xué)習(xí)的性能提升尤其明顯。

泰國(guó)朱拉隆功大學(xué)和朱拉隆功國(guó)王紀(jì)念醫(yī)院AI醫(yī)學(xué)中心聯(lián)合主任Sira Sriswasdi表示：“聯(lián)邦學(xué)習(xí)使全球各地的研究人員能夠?yàn)橐粋€(gè)共同的目標(biāo)進(jìn)行合作，開(kāi)發(fā)出一個(gè)能夠從每個(gè)人的數(shù)據(jù)中學(xué)習(xí)和歸納的模型。“該醫(yī)院是合作開(kāi)發(fā)EXAM的20所醫(yī)院之一。“通過(guò)NVIDIA GPU和NVIDIA Clara軟件，我們能夠很輕松地參與這項(xiàng)研究，產(chǎn)生有影響的結(jié)果。”

醫(yī)院和初創(chuàng)企業(yè)進(jìn)一步開(kāi)展EXAM研究

最初的EXAM研究匯集了北美、南美、歐洲和亞洲的合作者，只用了兩周訓(xùn)練就實(shí)現(xiàn)了對(duì)病人氧氣需求的高質(zhì)量預(yù)測(cè) ，這一洞察可以幫助醫(yī)生確定病人需要的護(hù)理水平。

此后，該研究的合作者驗(yàn)證了該AI模型能夠在建立和訓(xùn)練該模型的地點(diǎn)之外的環(huán)境中進(jìn)行推廣并表現(xiàn)良好。馬薩諸塞州的另外三家醫(yī)院（Cooley Dickinson醫(yī)院、Martha‘s Vineyard醫(yī)院和Nantucket Cottage醫(yī)院）測(cè)試了EXAM，發(fā)現(xiàn)該神經(jīng)網(wǎng)絡(luò)在獨(dú)立的、從未見(jiàn)過(guò)的數(shù)據(jù)上也表現(xiàn)良好。

Cooley Dickinson醫(yī)院發(fā)現(xiàn)，該模型能夠預(yù)測(cè)病人到達(dá)急診室后24小時(shí)內(nèi)的呼吸機(jī)需求，其敏感性為95%，特異性超過(guò)88%。英國(guó)劍橋的Addenbrookes醫(yī)院也發(fā)現(xiàn)了類(lèi)似的結(jié)果。

開(kāi)發(fā)原始模型的MGH&BWH臨床數(shù)據(jù)科學(xué)中心科學(xué)主任Quanzheng Li博士表示，Mass General Brigham計(jì)劃在不久的將來(lái)部署EXAM。該醫(yī)院網(wǎng)絡(luò)與Lahey醫(yī)院和醫(yī)療中心以及英國(guó)的NIHR劍橋生物醫(yī)學(xué)研究中心一起與英偉達(dá)初創(chuàng)加速成員Rhino Health合作，使用EXAM開(kāi)展前瞻性研究。

最初的EXAM模型使用過(guò)去新冠肺炎患者的記錄進(jìn)行回顧性訓(xùn)練，因此研究人員已經(jīng)掌握了關(guān)于患者最終需要的氧氣量的真實(shí)數(shù)據(jù)。這項(xiàng)前瞻性研究將AI模型應(yīng)用于新入院患者的數(shù)據(jù)，朝著在現(xiàn)實(shí)環(huán)境中部署AI模型又邁出了一步。

劍橋大學(xué)醫(yī)學(xué)院放射科主任Fiona Gilbert表示：“聯(lián)邦學(xué)習(xí)具有革命性的力量，可將AI創(chuàng)新融入到臨床工作流程中。我們與EXAM的長(zhǎng)期合作旨在使此類(lèi)全球合作變得可重復(fù)和更有效，滿足臨床醫(yī)生應(yīng)對(duì)復(fù)雜健康挑戰(zhàn)和未來(lái)流行病的需求?！?/p>

EXAM模型通過(guò)NVIDIA NGC軟件中心公開(kāi)，供研究者使用。企業(yè)和研究機(jī)構(gòu)在開(kāi)始使用聯(lián)邦學(xué)習(xí)時(shí)，可以使用NVIDIA AI Enterprise軟件套件中的AI工具和框架。該套件經(jīng)過(guò)優(yōu)化，可在NVIDIA認(rèn)證系統(tǒng)上運(yùn)行。

責(zé)任編輯：haq