『智东西』医疗AI不再是空中楼阁，提前预测重大疾病！联邦学习打破数据壁垒
文章图片
智东西（公众号：zhidxcom）编|李水青
智东西4月20日消息 ， 近日 ， 腾讯天衍实验室与微众银行共同研究表明 ， 将联邦学习与医疗深度融合对落地疾病预测领域有重大帮助 。 目前其已搭建基于联邦学习技术的大数据集中与挖掘平台 ， 从落地案例来看 ， 可将脑卒中预测准确率提升至80% 。
近几年 ， 医疗行业正在经历一场数字化转型 ， 这场基于大数据和AI技术的变革几乎改变了整个行业的方方面面 ， 将“信息就是力量”这句箴言体现的淋漓尽致 ， 人们对人工智能寄以厚望 ， 希望它能真正深入临床一线 ， 帮助医生和患者 。
理想很丰满 ， 但现实却很骨感 ， 在这场大变革下 ， 作为医疗AI成长道路不可或缺的“粮食” ， 数据成了医疗AI落地的“拦路虎”——我国医疗健康数据领域长期存在的“信息孤岛”问题 ， 不同地区甚至不同医院间的医疗数据没有互联 ， 也没有统一的标准 。 与此同时 ， 数据安全问题也存在着巨大挑战 。
数据问题让医疗AI成了“空中楼阁” ， 在这一难题下 ， 腾讯天衍实验室联合微众银行联合研发了医疗联邦学习框架 ， 成功地实现了在保护不同医院数据隐私下的疾病预测模型 ， 破解医疗行业数据安全与隐私保护难题 。 这是联邦学习在医疗健康大数据领域应用的首个成功案例 ， 为医疗大健康的各种潜在应用如分诊诊疗、慢病防控、疾病早筛、医保控费的落地等探索出了新的方向 。
一、打破数据壁垒 ， 保护数据隐私在重大疾病早期筛查和预测领域 ， 如果要成功能建立大数据疾病预测模型 ， 就需要将居民在不同医院的医疗信息与健康档案进行整合与建模 。 但由于信息系统不统一 ， 医院管理机构对于数据隐私泄露的担忧 ， 和相关数据保护法规的限制 ， 相关机构之间形成了数据壁垒 ， 很少有医院愿意进行数据的共享 ， 这就导致了AI难以在疾病预测领域“施展拳脚” 。
在这个问题下 ， 联邦学习成了一剂“良方” 。 联邦学习是一种新兴的人工智能机器学习框架 ， 其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合规的前提下 ， 在多参与方或多计算结点之间开展高效率的机器学习 。 联邦学习作为分布式的机器学习范式,可以有效解决数据孤岛问题 ， 让参与方在不共享数据的基础上联合建模 ， 能从技术上打破数据孤岛 ， 实现AI协作 。
该技术最早由谷歌在2016年提出 ， 而后微众银行则在首席人工智能官杨强教授的带领下首次提出了“联邦迁移学习” ， 并开源自研联邦学习框架FederatedAITechnologyEnabler（简称FATE） ， 推动联邦学习技术在行业中的落地 。 此前联邦学习在金融、互联网、智慧零智等领域已经有多个成功应用案例 ， 但在医疗领域 ， 由于医疗知识的专业性 ， 电子病历的复杂性对联邦学习的构建带来了种种困难 。
近日 ， 腾讯天衍实验室结合自身医疗机器学习与自然语言处理优势 ， 与微众银行共同将联邦学习与医疗深度融合 ， 有机整合医疗模型与机器学习 。 通过搭建基于联邦学习技术的大数据集中与挖掘平台 ， 两者共同开发医疗联邦学习（MedicalFederatedLearning）技术 。
这一创新技术让医疗行业的数据问题“药到病除” 。 联邦学习可以绕过医疗机构之间的信息壁垒 ， 不考虑将各自数据做合并 ， 而是通过协议在其间传递加密之后的信息 ， 该加密过程具有一定的隐私保护机制 ， 保证加密后的信息不会产生数据泄露 。 各个医疗机构通过使用这些加密的信息更新模型参数 ， 从而实现在不暴露原始数据的条件下使用全部患者数据的训练过程 。
举例来说 ， 假设医院A和B想联合训练一个脑卒中疾病预测模型 ， 两个医院各自掌握科研病例数据 ， 此外 ， 医院B还拥有模型需要预测的标签数据如脑卒中发病标签 。 出于数据隐私保护和安全考虑 ， 医院A和B无法直接进行数据交换 。 联邦学习系统则可以利用基于加密的患者样本对齐技术 ， 在医院A和B不公开各自数据的前提下确认双方的共有患者 ， 并且不暴露不互相重叠的患者 ， 以便联合这些用户的特征进行建模 ， 在确定共有用户群体后 ， 就可以利用这些数据训练疾病预测模型 。
推荐阅读
- 爱芙悦芳疗学院精油是什么东西？对人体有害吗？有什么好处吗？
- 血糖@得了糖尿病，哪些东西不能吃？如果能做到，血糖会悄悄降
- 养生畅谈这东西抹抹脸，效果比玻尿酸都好，刚二十出头就已有皱纹
- 健康百科汇全是假的，告诉家人赶紧扔了，如果你家冰箱里还有这些东西快别吃
- 牙齿@牙齿内侧出现的黄泥，软软的还发臭，是什么东西？土方法帮你清除
- 福建日报漳州观察让优质医疗资源下沉，漳州：健全分级诊疗体系
- 第二诊疗意见美国的远程医疗在一夜之间实现理想
- 肌肤小知识你知道是什么吗？，痘痘里的脏东西
- 「肝脏」48岁女子，查出肝癌，2样东西吃太多，易惹癌上身，再喜欢也要少吃
- 「肿瘤」为什么有人发现癌症后，一治疗就很快去世？真相不再隐瞒