Betere detectie van hersentumoren met federated learning

learning

Intel Labs en de Perelman School of Medicine van de Universiteit van Pennsylvania (Penn Medicine) hebben een gezamenlijk onderzoek afgerond waarbij men federated learning gebruikt omgezondheidszorg- en onderzoeksinstellingen te helpen bij het identificeren van kwaadaardige hersentumoren. Federated learning is een gedistribueerde machine learning (ML) kunstmatige intelligentie (AI) benadering.

Brede dataset
Het is de grootste medische federated learning studie tot nu toe, waarbij een ongekende wereldwijde dataset van 71 instellingen op zes continenten werd onderzocht. Ook het Nederlandse Erasmus MC in Rottermdam is hierbij betrokken. Het project toonde aan dat het mogelijk is om de detectie van hersentumoren met 33% te verbeteren.

Data toegankelijk maken
De toegankelijkheid van data is al lang een probleem in de gezondheidszorg vanwege nationale wetten inzake databescherming, waaronder de Algemene verordering gegevensbescherming (AVG). Hierdoor was het bijna onmogelijk om medisch onderzoek en gegevensuitwisseling op grote schaal te realiseren zonder de gezondheidsinformatie van patiënten in gevaar te brengen. Intel’s federated learning hardware en software voldoen aan de eisen van dataprivacy en beschermen data-integriteit, privacy en veiligheid door middel van vertrouwelijk computergebruik.

Gedecentraliseerd systeem

De specialisten bereikten het resultaat door het verwerken van grote hoeveelheden gegevens in een gedecentraliseerd systeem. Dit gebeurde met behulp van Intel federated learning technologie in combinatie met Intel Software Guard Extensions (SGX). Deze technologie neemt barrières weg voor het delen van data die in het verleden samenwerking bij soortgelijk kanker- en ziekteonderzoek in de weg stonden. Het systeem pakt tal van problemen met dataprivacy aan. Dit, door de ruwe data binnen het eigen ziekenhuisnetwerk te houden. En alleen toe te staan dat modelupdates, die op basis van die gegevens zijn berekend, naar een centrale server of aggregator worden gestuurd. Dus niet de ruwe data.

Ontsluiten datasilo’s
Om de behandeling van ziekten te verbeteren, moeten onderzoekers toegang krijgen tot grote hoeveelheden medische data. In de meeste gevallen datasets die de drempel overschrijden die één instelling kan produceren. Het onderzoek toont de effectiviteit aan van federated learning op schaal en de potentiële voordelen die de gezondheidszorg kan realiseren als men multisite datasilo’s ontsluit. Voordelen zijn onder meer vroege opsporing van ziekten, wat de kwaliteit van leven kan verbeteren of de levensduur van een patiënt kan verlengen.

Gerelateerde berichten...

X