Jauna AI metode var apmācīt medicīniskos ierakstus, neatklājot pacienta datus

Kategorija: Mākslīgais intelekts Ievietots 11. decembris

Kad Google paziņoja, ka pārņems DeepMind veselības nodaļu, tas izraisīja lielu strīdu par datu privātumu. Lai gan DeepMind apstiprināja, ka šī darbība faktiski nenodos uzņēmumam Google neapstrādātus pacientu datus, tikai ideja par tehnoloģiju giganta tuvināšanu, medicīnisko ierakstu identificēšanu izraisīja cilvēkus bažīgus. Šī problēma ar daudzu augstas kvalitātes datu iegūšanu ir kļuvusi par lielāko šķērsli mašīnmācības pielietošanai medicīnā.

Lai apietu šo problēmu, AI pētnieki ir virzījušies uz priekšu jaunas tehnikas mašīnmācības modeļu apmācībai, vienlaikus saglabājot datu konfidencialitāti. The jaunākā metode , no MIT, tiek saukts par sadalīto neironu tīklu: tas ļauj vienai personai sākt apmācīt dziļas mācīšanās modeli, bet citai personai pabeigt.

Ideja ir tāda, ka slimnīcas un citas medicīnas iestādes varētu apmācīt savus modeļus daļēji ar savu pacientu datiem lokāli, pēc tam katra nosūtītu savu daļēji apmācītu modeli uz centralizētu vietu, lai kopā ar saviem modeļiem pabeigtu apmācības pēdējos posmus. Centralizētā atrašanās vieta, neatkarīgi no tā, vai tie ir Google vai cita uzņēmuma mākoņpakalpojumi, nekad neredzētu neapstrādātus pacientu datus; viņi redzētu tikai pusgatavā modeļa izlaidi plus pašu modeli. Taču slimnīcas gūtu labumu no galīgā modeļa, kas apmācīts, apvienojot katras iesaistītās iestādes datus.

Ramesh Raskar, MIT Media Lab asociētais profesors un darba līdzautors, salīdzina šo procesu ar datu šifrēšanu. Viņš saka, ka tikai šifrēšanas dēļ es jūtos ērti, sūtot savus kredītkartes datus citai vienībai. Medicīnisko datu apmulsināšana dažos pirmajos neironu tīkla posmos aizsargā datus tādā pašā veidā.

Pārbaudot šo pieeju salīdzinājumā ar citām, kas paredzētas arī pacientu datu drošībai, pētnieku grupa atklāja, ka sadalītajiem neironu tīkliem ir nepieciešams ievērojami mazāk skaitļošanas resursu, lai apmācītu un ražotu modeļus ar daudz lielāku precizitāti.

Šī ziņa sākotnēji parādījās mūsu AI informatīvajā izdevumā The Algorithm. Lai tas tiktu piegādāts tieši jūsu iesūtnē, abonējiet šeit bez maksas.