Ведущие медицинские учреждения США объединили усилия для использования федеративного обучения, powered by NVIDIA, с целью повышения точности диагностики опухолей. Эта технология позволяет разрабатывать более точные модели ИИ, обучая их на данных из разных источников, не нарушая при этом безопасность и конфиденциальность данных.
Как отметил один из участников проекта, использование федеративного обучения становится необходимым в условиях, когда обмен данными между учреждениями становится все более сложным из-за ограничений по безопасности. Это позволяет медицинским учреждениям совместно разрабатывать модели ИИ, не передавая чувствительную информацию за пределы своих серверов.
Команда, состоящая из экспертов из Case Western, Georgetown University, Mayo Clinic и других, использует NVIDIA FLARE (NVFlare) — открытый фреймворк с мощными функциями безопасности и защиты данных. В рамках проекта шесть медицинских центров предоставили данные из 50 исследований по раку почки, что позволяет улучшить качество диагностики.
В первой фазе проекта данные размечались вручную, а в следующей команде предстоит оценить, как использование NVIDIA MONAI для AI-аннотации повлияет на точность моделей. Это позволит сократить время на создание новых наборов данных и повысить качество аннотаций.
По завершении проекта команда планирует опубликовать свои методики и аннотированные наборы данных, чтобы другие могли использовать их в медицинской практике.