快捷搜索:

“联邦学习”或将推动AI在医疗行业加速落地?

AI正在各个行业掀起渐进式的厘革,医疗不停是此中的热门领域,被业界觉得有可能尽快实现财产化。

AI+医疗的快速成长,离不开迅速增长的医学大年夜数据规模、快速提升的算力和理论根基的进展。进一步阐发,从本钱层面来看,AI+医疗有较好的投资盈利预期,受到了本钱的追捧;从技巧和人才角度来看,医疗AI的钻研机构浩繁,包括科研单位、高校、大年夜型企业、创业企业等,培育了一大年夜批奋战在一线的科研机构,响应的技巧和人才水平较高;详细到细分利用,分外是在医学图像识别领域,拥有富厚的技巧和设备等资本。

医疗影像面临的数据寻衅

AI在医疗财产的成长,最初是数据网络,主如果经由过程多种对象或设备来网络人体的康健数据,医疗影像是此中之一,也是迄今为止AI在医疗行业落地最为成熟的利用之一。跟着医疗信息化和生物技巧赓续地成长,医疗数据的类型和规模正曩昔所未有的速率快速增长。

在医疗AI领域,获取高质量的医学影像数据难度较大年夜。一方面来自于医学影像数据前处置惩罚和标注所需的投入,盘踞了开拓资源的绝大年夜部分,事情量伟大年夜;其次,跟着今世医学影像技巧的成长,医学影像数据的孕育发生技巧也变得越来越繁杂,客不雅上加大年夜了数据的获取和应用难度;同时,因为医学影像数据绝对的私密性,数据的拥有方采取高度保护步伐,也加大年夜了AI研发机构获取数据的难度。

只有获取更多的数据进行练习,AI模型才能更强健。而眼下这些现状,显然有碍于深度进修理论下AI模型的进展。

“联邦进修”——突破数据壁垒,保护隐私数据

日前,在举世高真个医学影像会议MICCAI召开时代,NVIDIA联袂伦敦国王学院推出了用于医学影像阐发、且具有隐私保护能力的联邦进修系统( federated learning system)。据懂得,该实验基于取自BraTS 2018数据集的脑肿瘤瓜分数据而实施,包孕了285位脑肿瘤患者的MRI扫描结果,采纳了NVIDIA V100 Tensor Core GPU用于练习与推理。

NVIDIA医疗副总裁Kimberly Powell与NVIDIA资深钻研科学家Nicola Rieke先容了联邦进修系统的技巧细节、实施前景及钻研背景。

右一:NVIDIA医疗副总裁Kimberly Powell

左一:NVIDIA资深钻研科学家Nicola Rieke

您可能还会对下面的文章感兴趣: