Intel Labs y la Escuela de Medicina Perelman de la Universidad de Pensilvania (Penn Medicine) están desarrollando conjuntamente una tecnología que permitirá a una federación de 29 instituciones internacionales de investigación y atención médica, dirigida por Penn Medicine, entrenar modelos de inteligencia artificial (IA) que identifiquen tumores cerebrales mediante una técnica de conservación de la privacidad llamada aprendizaje federado. El trabajo de Penn Medicine está financiado por el programa de Tecnología Informática para la Investigación del Cáncer (ITCR) del Instituto Nacional del Cáncer (NCI) de los Institutos Nacionales de Salud (NIH), a través de una subvención de tres años y 1,2 millones de dólares otorgada al principal investigador, el Dr. Spyridon Bakas, en el Centro de Computación y Análisis de Imágenes Biomédicas (CBICA) de la Universidad de Pensilvania.
«La IA es muy prometedora para la detección temprana de tumores cerebrales, pero requerirá más datos que cualquier otro centro médico para alcanzar su máximo potencial. Mediante el uso de software y hardware de Intel y el apoyo de algunas de las mentes más brillantes de Intel Labs, estamos trabajando con la Universidad de Pensilvania y una federación de 29 centros médicos colaboradores para avanzar en la identificación de los tumores cerebrales y, al mismo tiempo, proteger los datos confidenciales de los pacientes».
– Jason Martin, ingeniero principal, Intel Labs
Penn Medicine y 29 instituciones sanitarias y de investigación de los Estados Unidos, Canadá, Reino Unido, Alemania, Países Bajos, Suiza e India utilizarán el aprendizaje federado, que es un enfoque de aprendizaje automático distribuido que permite a las organizaciones colaborar en proyectos de aprendizaje profundo sin compartir los datos de los pacientes.
Penn Medicine e Intel Labs fueron los primeros en publicar un documento sobre el aprendizaje federado en el ámbito de las imágenes médicas, en el que se demostraba en particular que el método de aprendizaje federado podía capacitar a un modelo con más del 99% de la precisión de un modelo capacitado en el método tradicional no privado. Este documento fue presentado originalmente en la Conferencia Internacional sobre Informática de Imágenes Médicas e Intervención Asistida por Ordenador (MICCAI) 2018 en Granada, España. El nuevo trabajo aprovechará el software y el hardware de Intel para implementar el aprendizaje federado de manera que proporcione una protección adicional de la privacidad tanto del modelo como de los datos.
«Es ampliamente aceptado por nuestra comunidad científica que la formación mediante máquinas de aprendizaje requiere datos amplios y diversos que ninguna institución puede poseer por sí sola», dijo Bakás. «Estamos coordinando una federación de 29 instituciones internacionales de investigación y atención sanitaria en colaboración, que podrán entrenar modelos de IA de última generación para la atención sanitaria, utilizando tecnologías de aprendizaje automático que preservan la privacidad, incluyendo el aprendizaje federado. Este año, la federación comenzará a desarrollar algoritmos que identifiquen tumores cerebrales a partir de una versión muy ampliada del conjunto de datos de referencia de la Segmentación Internacional de Tumores Cerebrales (BraTS). Esta federación permitirá a los investigadores médicos el acceso a cantidades mucho mayores de datos de salud, al tiempo que protegerá la seguridad de esos datos».
Según la Asociación Americana de Tumores Cerebrales (ABTA), este año se diagnosticará un tumor cerebral a casi 80.000 personas, de las cuales más de 4.600 son niños. Con el fin de capacitar y formar un modelo para detectar un tumor cerebral que pueda ayudar en la detección temprana y mejores resultados, los investigadores necesitan tener acceso a grandes cantidades de datos médicos significativos. Sin embargo, es esencial que los datos permanezcan privados y protegidos, que es donde entra el aprendizaje federado con la tecnología Intel. Utilizando este enfoque, los investigadores de todas las organizaciones asociadas podrán trabajar juntos en la creación y el desarrollo de un algoritmo para detectar un tumor cerebral, protegiendo al mismo tiempo los datos médicos confidenciales.
En 2020, Penn y las 29 instituciones internacionales de salud e investigación utilizarán el hardware y el software de aprendizaje federado de Intel para producir un nuevo modelo de IA de última generación que se capacitará en el conjunto de datos más amplio de tumores cerebrales hasta la fecha, todo ello sin que los datos confidenciales de los pacientes salgan de los colaboradores individuales. El subconjunto de instituciones colaboradoras que se espera que participen en el inicio de la primera fase de esta federación incluye el Hospital de la Universidad de Pensilvania, la Universidad de Washington en San Luis, el Centro Médico de la Universidad de Pittsburgh, la Universidad de Vanderbilt, la Universidad de la Reina, la Universidad Técnica de Munich, la Universidad de Berna, el King’s College de Londres y el Tata Memorial Hospital.
