Федеративное обучение оказывает огромное влияние на исследования.

Единое обучение, где согласно СПРАВЕДЛИВЫЕ ПРИНЦИПЫ Применение данных, а не наоборот, оставалось неисследованной областью для Erasmus MC. поездка присоединиться в 2020 году В крупномасштабном международном исследовании вклада федеративного обучения в медицинские научные исследования на основе искусственного интеллекта.

Нейрорадиолог и профессор нейрорадиологии Мэрион Смитс была знакома с главным исследователем исследования Пенна, Спиридоном Бакасом, среди прочих участников совместного консорциума, пытавшегося картировать опухоли головного мозга различными способами (в исследовательской части карьеры Смитса основное внимание уделяется опухолям головного мозга). «Когда два года назад Бакас проводил федеральное образовательное исследование этих опухолей, он также попросил нас присоединиться к нему, — говорит Смитс.

Сейчас вы видите больше исследований, в которые встроено федеративное обучение, но когда Erasmus MC начала его, оно было еще новым, добавляет биомедицинский исследователь Себастьян ван дер Вур (активист исследовательской группы Smits). Его докторское исследование было сосредоточено на применении технологии искусственного интеллекта для получения информации о потенциальных опухолях головного мозга, которую обычно можно получить с помощью биопсии.

Преимущества федеративного обучения

Доступ к большим наборам данных часто является серьезной проблемой для медицинских исследователей, особенно из-за правил конфиденциальности. По словам Ван дер Воорта, федеративное обучение само по себе не дает доступа к большему количеству данных. Но поскольку каждый может держать данные под своим управлением, люди более склонны предоставлять доступ к своим данным. «Им больше не нужно передавать эти данные, которые всегда важны для конфиденциальности, но они могут поставить приложение ИИ под свой контроль над своими собственными данными. Это значительно упрощает доступ к данным».

Доступ к данным также часто ограничен, поскольку он относится к более старым данным, особенно по редким опухолям. В настоящее время вполне нормально спрашивать у людей разрешения при использовании данных в медицинских научных исследованиях, но так было не всегда, — добавляет Смитс, — отсутствие разрешения на обмен данными не является проблемой, если эти данные не покинули частные сервера с ним. Таким образом, федеративное обучение позволяет избежать проблемы, которую иногда создает регулирование конфиденциальности».

Специальные результаты

Кто он Научная статья Читая об исследовании, он может не сразу понять, насколько особенными являются результаты, знает Смитс. «В том, что мы разработали надежное универсальное приложение ИИ, есть смысл. Но они особенные, потому что часто не работают. Был задействован 71 центр, в результате чего был получен очень большой и разнообразный объем данных. Все они научились создавать единая среда обучения. Эти типы наборов данных действительно будущее. , и больше не самостоятельно собираемые наборы данных с использованием самостоятельно разработанного алгоритма, которые затем отправляются в мир. Федеративное обучение устанавливает новый стандарт «.

Прочтите обширное интервью с Марион Смитс и Себастьяном ван дер Воортом в первом выпуске «Информационные технологии и здоровье», который будет опубликован 17 февраля.