當前，英特爾和賓夕法尼亞大學佩雷爾曼醫(yī)學院（賓夕法尼亞大學醫(yī)學院）正在組建一個聯(lián)盟，其包含了29家國際醫(yī)療和研究機構(gòu)，使用一種叫做“聯(lián)邦學習”的隱私保護技術(shù)來訓練可以識別腦腫瘤的人工智能模型。據(jù)悉，這項工作由美國國立衛(wèi)生研究院（NIH）國家癌癥研究所（NCI）的癌癥研究信息技術(shù)（ITCR）項目資助，它將向賓夕法尼亞大學生物醫(yī)學圖像計算和分析中心（CBICA）的首席研究員Spyridon Bakas博士提供研究資金，為期三年總計120萬美元。

英特爾研究院首席工程師Jason Martin表示：“AI在腦腫瘤的早期檢測方面大有可為，但要充分發(fā)揮全部潛力，將需要比任何一家醫(yī)療中心都要多的數(shù)據(jù)。借助英特爾軟件和硬件以及一些英特爾頂尖人才的支持，我們正在與賓夕法尼亞大學和由29家協(xié)作的醫(yī)療中心組成的聯(lián)盟展開合作，在保護敏感的患者數(shù)據(jù)的同時，促進腦腫瘤的識別?！?br>

賓夕法尼亞大學Spyridon Bakas博士認為：“機器學習訓練需要大量和豐富多樣的數(shù)據(jù)，這并不是某一單獨的機構(gòu)所能持有的，這點已被我們的科學界普遍認可。我們正在協(xié)調(diào)一個由29家相互協(xié)作的國際醫(yī)療和研究機構(gòu)共同組成的聯(lián)盟，該聯(lián)盟能夠使用包括“聯(lián)邦學習”在內(nèi)的隱私保護機器學習技術(shù)，將在此基礎(chǔ)上訓練最先進的AI醫(yī)療模型。今年，該聯(lián)盟將開始開發(fā)識別腦腫瘤的算法，此算法的數(shù)據(jù)集來自于國際腦腫瘤分割（BraTS）挑戰(zhàn)賽中大幅擴展的數(shù)據(jù)集版本。該聯(lián)盟將允許醫(yī)學研究人員訪問比以往數(shù)量大很多的醫(yī)療數(shù)據(jù)，同時能夠保護這些數(shù)據(jù)的安全?！?br>

這是如何做到的呢？賓夕法尼亞大學醫(yī)學院與29家來自美國、加拿大、英國、德國、荷蘭、瑞士和印度的醫(yī)療和研究機構(gòu)，是使用“聯(lián)邦學習”技術(shù)來實現(xiàn)的。這種分布式機器學習方式，可以使得機構(gòu)組織在不共享患者數(shù)據(jù)的情況下，進行深度學習項目的協(xié)作。

2019年，賓夕法尼亞大學醫(yī)學院和英特爾率先發(fā)表了有關(guān)醫(yī)學影像領(lǐng)域“聯(lián)邦學習”的論文，特別展示了“聯(lián)邦學習”方法可以訓練出一種模型，使其準確率達到傳統(tǒng)無隱私保護訓練準確率的99%以上。該論文最初在西班牙格拉納達舉行的2018年國際醫(yī)學圖像計算和計算機輔助干預會議（MICCAI）上發(fā)表。這項新工作將利用英特爾軟件和硬件實現(xiàn)“聯(lián)邦學習”，為模型和數(shù)據(jù)提供額外的隱私保護。

根據(jù)美國腦腫瘤協(xié)會（ABTA）的數(shù)據(jù)，今年將有近8萬人被確診患有腦腫瘤，其中兒童患者超過4600名。為了訓練和建立一種檢測腦腫瘤的模型，以幫助早期檢測并獲得更好的結(jié)果，研究人員需要獲得大量相關(guān)的醫(yī)學數(shù)據(jù)。然而，保持數(shù)據(jù)私密性并使數(shù)據(jù)受到保護至關(guān)重要，這正是采用英特爾技術(shù)的“聯(lián)邦學習”的用武之地。通過這種方法，來自所有合作機構(gòu)的研究人員將能夠共同協(xié)作，構(gòu)建和訓練一種算法來檢測腦腫瘤，同時保護敏感的醫(yī)療數(shù)據(jù)。

2020年，賓夕法尼亞大學醫(yī)學院和29家國際醫(yī)療和研究機構(gòu)，將使用英特爾的“聯(lián)邦學習”硬件和軟件，在迄今為止最大的腦腫瘤數(shù)據(jù)集上進行訓練來生成全新的具有最佳性能的AI模型，而其中敏感的病患數(shù)據(jù)將單獨保存在各個合作機構(gòu)中。預計參與發(fā)起該聯(lián)盟第一階段工作的合作機構(gòu)小組包括賓夕法尼亞大學醫(yī)院、圣路易斯華盛頓大學、匹茲堡大學醫(yī)療中心、范德比爾特大學、皇后大學、慕尼黑技術(shù)大學、伯爾尼大學、倫敦國王學院和塔塔紀念醫(yī)院等。