Penn Medizin, Intel die Entwicklung neuer KI-Ansatz zur Erkennung von Hirntumoren

Penn Medizin, Intel die Entwicklung neuer KI-Ansatz zur Erkennung von Hirntumoren

Perelman School of Medicine an der University of Pennsylvania arbeitet mit Intel zusammen, um vorab einen neuen distributed machine learning – Technik ein, die ermöglicht, dass die Forscher in verschiedenen Organisationen rund um die Welt zusammenarbeiten, um die Entwicklung der neuen deep-learning-Initiativen, ohne zu müssen, um Daten auszutauschen.

WARUM ES WICHTIG IST
Dieser Ansatz, der Ziele für die großen Fortschritte in der kooperativen KI-Forschung, während immer noch die Aufrechterhaltung der Privatsphäre des Patienten geschützt ist, heißt federated lernen.

Forscher an der Penn Medicine veröffentlichten Ergebnisse, die einen Verbund-learning-Ansatz für medical-imaging-AI trainieren konnte, ein Modell mehr, dass 99% der Genauigkeit eines Modells ausgebildet in der traditionellen, privaten Methode.

Also Penn arbeitet mit 29 Forschungseinrichtungen aus den USA, sowie in Kanada, Großbritannien, Deutschland, den Niederlanden, der Schweiz und Indien, die mit Intel-Technologie zum bereitstellen einer federated-learning-Ansatz zu entwickeln, die neuen deep-learning-Modelle für die Identifizierung von Hirntumoren.

Um zu trainieren und bauen ein Modell zu erkennen, ein Gehirntumor, die helfen könnten, die für die Früherkennung und bessere Ergebnisse, die Forscher benötigen Zugang zu großen Mengen von relevanten medizinischen Daten. Mithilfe von federated lernen, werden Sie in der Lage sein, zusammen zu arbeiten auf den Aufbau und die Ausbildung eines Algorithmus zur Erkennung eines Hirntumors während der Schutz der sensiblen medizinischen Daten.

Penn Medizin und Intel sagen, dass die Forschung ausgebildet werden, auf dem größten Gehirn-tumor-dataset to date, ohne die persönlichen Daten des Patienten verlassen die einzelnen Mitarbeiter.

DER GRÖßERE TREND
Auch wenn mehr Beweise erforderlich ist, die KI und des maschinellen Lernens bewähren sich im Bereich der medizinischen Bildgebung. Im April, zum Beispiel, eine Studie über AI-augmented-diabetische Retinopathie-screening zeigte, dass solche Programme die billiger sind als menschliche grading–, dass ein deep-learning-system sparen würde, auf der rund zwei Minuten menschlicher Arbeit erforderlich, um Grad jeden Fall.

Die Penn-Medizin-und Intel-initiative wird gefördert durch eine drei-Jahres -, $1.2 Millionen Zuschuss von der informatik-Technologie für Cancer Research program des National Institutes of Health.

Einige der beteiligten Institutionen Planung zur Teilnahme an der ersten phase dieses Verbandes sind das Krankenhaus der University of Pennsylvania, Washington University in St. Louis, der University of Pittsburgh Medical Center, Vanderbilt University, Queen ’s University, Technische Universität München, Universität Bern, King‘ s College London und Tata Memorial Hospital.

AUF DER PLATTE
„Es ist weithin akzeptiert, durch unsere wissenschaftliche Gemeinschaft, die machine-learning-Ausbildung braucht ausreichend und vielfältige Daten, dass keine einzige institution halten kann,“ sagte Dr. Spyridon Bakas at Penn ‚ s Center for Biomedical Image Computing und Analytics, und principal investigator an diesem Projekt.

„In diesem Jahr, die Föderation beginnt die Entwicklung von algorithmen zum identifizieren der Gehirn-Tumoren von einem deutlich erweiterten version der International Brain Tumor Segmentation challenge-dataset. Dieser Verband wird in der medizinischen Forschern den Zugang zu weitaus größeren Mengen von Daten im Gesundheitswesen bei gleichzeitigem Schutz der Sicherheit der Daten.“

„AI zeigt großes Versprechen für die Früherkennung von Hirntumoren, aber es erfordert mehr Daten als jeder einzelne medical center hält, um sein Potenzial voll auszuschöpfen“, sagte Jason Martin, principal engineer bei Intel Labs, in einer Stellungnahme. „Mit der Intel-software und-hardware und der Unterstützung von einigen der Intel Labs“ hellsten Köpfe arbeiten wir mit der Universität von Pennsylvania und der Dachverband von 29 Zusammenarbeit der medizinischen Zentren, um Fortschritte bei der Identifikation von Hirntumoren bei gleichzeitigem Schutz der sensiblen Patientendaten.“

Twitter: @MikeMiliardHITN
E-Mail der Autorin: [email protected]

Healthcare-IT-News ist eine Publikation von HIMSS Media