英特尔帮助开发全新AI 在不侵犯隐私前提下训练发现脑瘤

宾夕法尼亚大学生物医学图像计算和分析中心（CBICA）的Spyridon Bakas博士解释说：“机器学习培训需要大量和多样化的数据，尽管从技术上来讲并不是什么挑战，但现实是健康隐私法律（无论是HIPAA，GDPR还是其他法律）都限制了可以共享的内容，这是大数据处理的瓶颈."

英特尔和宾夕法尼亚医学院对此的答案是联合学习。与其共享单个病人的记录，不如将一个加密的机器学习模型分发到每个参与的机构中。它在每台计算机上的安全区域中解密，并接受本地数据训练。随后仅将模型更新与负责汇总模型的组织共享。由于患者数据永远不会离开单独的机构，因此更具隐私化，同时重新训练后的模型数据更小，因此在数据传输方面也更加高效。

宾夕法尼亚州医学院和来自美国、加拿大、英国、德国、荷兰、瑞士和印度的29家医疗和研究机构将利用这个运行在英特尔硬件上的联合学习系统，合作研究出一种利用AI识别脑肿瘤的方法。今年，该联盟将开始开发算法，从国际脑肿瘤分割（BraTS）数据集的大幅扩展版本中识别脑肿瘤。这个联盟将允许医学研究人员获得大量的医疗数据，同时保护这些数据的安全性。

美国脑瘤协会表示，2020年将有近8万人被确诊为脑瘤。在原始MRI数据上训练之后，当从扫描中识别胶质瘤脑肿瘤时，英特尔和宾夕法尼亚州医学会开发的AI模型可以达到99%的准确率。