Analizando millones de análisis médicos es posible entrenar a un sistema de Inteligencia Artificial para que encuentre tumores de una forma bastante exacta.
En eso está trabajando Intel, empresa que se ha asociado con Universidad de Pensilvania para crear una federación con otras 29 instituciones de atención médica e investigación, dedicadas a entrenar modelos de inteligencia artificial que pueden identificar tumores cerebrales.
El objetivo es entrenar modelos de IA con el mayor conjunto de datos de tumores cerebrales hasta la fecha, respetando la privacidad de los pacientes. Las organizaciones podrán contribuir a ese conjunto de datos sin compartir realmente los datos de las personas, únicamente las imágenes y los diagnósticos.
Aunque pueda parecer sencillo, entrenar redes neuronales robustas para aplicaciones sanitarias es bastante complejo. Los investigadores de salud no pueden simplemente aportar datos a los esfuerzos de colaboración, ya que la información del paciente debe permanecer segura y privada. Eso es en gran medida lo que limita el tamaño de los conjuntos de datos con los que los investigadores han tenido que trabajar.
Con la solución que presentó Google en 2017, se puede dejar de depender de datos agrupados en una sola ubicación, se puede usar un modelo algorítmico que se entrena en múltiples iteraciones en diferentes sitios. En el sector de la salud, esto ofrece un grado de privacidad para los hospitales y otras organizaciones que desean aunar sus recursos para capacitar un modelo de aprendizaje profundo sin compartir sus datos o dejarlos fuera de su posesión.
Comentan en zdnet que Intel comenzó a trabajar en 2018 con el Centro de Análisis y Computación Biomédica de Imágenes de la Universidad de Pensilvania para producir la primera aplicación de prueba de concepto de aprendizaje federado para imágenes médicas del mundo real, y llegaron a la conclusión de que sí es viable: usando este sistema se puede entrar un modelo con un 99 por ciento de precisión del mismo modelo entrenado con un método tradicional de intercambio de datos.
La nueva iniciativa se basa en esta investigación, utilizando software y hardware de Intel para implementar el aprendizaje federado de una manera que, según Intel, proporciona protecciones de privacidad adicionales tanto para el modelo como para los datos.
Las instituciones participantes tienen su sede en los Estados Unidos, Canadá, el Reino Unido, Alemania, Suiza e India, y el proyecto será financiado por una subvención de 1.2 millones de dólares de tres años otorgada al Dr. Spyridon Bakas de UPenn por el programa de Tecnología Informática para la Investigación del Cáncer (ITCR).