Intel Labs y la Facultad de Medicina Perelman de la Universidad de Pennsylvania (Penn Medicine) han estado colaborando en un desarrollo tecnológico que permita entrenar modelos de Inteligencia Artificial (IA) para identificar tumores cerebrales.
Esta iniciativa favorecería a una federación internacional conformada por 29 organismos de salud e investigación y liderada por Penn Medicine.
El modelo de IA emplearía una novedosa técnica denominada Aprendizaje Federado, que permite proteger la privacidad en todo momento.
La labor de Penn Medicine está financiada por el programa de Tecnología Informática para Investigación de Cáncer del Instituto Nacional del Cáncer (NCI) y algunos de los Institutos Nacionales de Salud (NIH).
Se trata de una subvención de tres años valorada en 1,2 millones de dólares asignada a Spyridon Bakas, investigador principal del Centro de Computación y Analítica de Imagen Biomédica (CBICA) de la Universidad de Pennsylvania.
Jason Martin, ingeniero principal de Intel Labs, ha señalado que la Inteligencia Artificial tiene un gran potencial en la detección precoz de tumores cerebrales; sin embargo, materializar todo ese potencial requiere más datos de los que ningún centro médico puede reunir por sí solo.
“Empleando el software y hardware de Intel, así como el apoyo de algunas de las mentes más brillantes de Intel Labs, estamos colaborando con la Universidad de Pennsylvania y una federación de 29 centros médicos para avanzar en la identificación de tumores cerebrales, al tiempo que protegemos la información personal de los pacientes”.
Y es que Penn Medicine y los 29 organismos de salud e investigación, procedentes de EE. UU., Canadá, Reino Unido, Alemania, Países Bajos, Suiza e India, emplearán el Aprendizaje Federado.
Esto consiste en un enfoque de Aprendizaje Automático (ML) distribuido que permite a las organizaciones colaborar en proyectos de Aprendizaje Profundo (DL) sin necesidad de compartir datos de pacientes.
De hecho, Penn Medicine e Intel Labs han sido los primeros en publicar un estudio sobre Aprendizaje Federado en el campo de la imagen médica, demostrando que el método era capaz de entrenar a un modelo con una precisión equivalente al 99 % de un modelo entrenado mediante el enfoque tradicional sin protección de la privacidad.
Este estudio fue presentado inicialmente durante la Conferencia Internacional sobre Computación de Imagen Médica e Intervención Asistida por Ordenador, celebrada en Granada en 2018.
Entonces, el nuevo trabajo aprovecha el software y hardware de Intel para implementar el Aprendizaje Federado de un modo que proporcione protección adicional de la privacidad, tanto al modelo como a los datos.
Modelos avanzados, IA para medicina
Spyridon Bakas ha insistido en que la comunidad científica entiende que el entrenamiento del Aprendizaje Automático requiere conjuntos de datos amplios y diversos que ninguna institución puede reunir por sí sola.
“Estamos coordinando la colaboración internacional entre una federación de 29 organismos de salud e investigación que será capaz de entrenar modelos avanzados de IA para medicina, empleando tecnologías de Aprendizaje Automático que protegen la privacidad, incluyendo el Aprendizaje Federado”.
Adelantó que la federación comenzaría a desarrollar algoritmos para identificar tumores cerebrales mediante una versión expandida del conjunto de datos procedente del Desafío Internacional de Segmentación de Tumores Cerebrales (BraTS).
Esta federación concederá acceso a mayores cantidades de datos de salud a los investigadores médicos, al tiempo que protegerá la seguridad de estos datos, según Bakas.
La iniciativa es importante porque, según la Asociación Americana de Tumores Cerebrales (ABTA), a casi 80 mil personas les serán diagnosticados tumores cerebrales a lo largo de este año; de ese total, más de cuatro mil 600 serán niños.
Los investigadores requieren grandes cantidades de datos médicos relevantes para lograr construir y entrenar un modelo capaz de detectar un tumor cerebral que pudiese ayudar en la detección precoz y mejorar los resultados de estos pacientes.
“Resulta esencial mantener la privacidad y seguridad de estos datos y ahí es donde entra en juego el Aprendizaje Federado mediante la tecnología de Intel”.
Los investigadores de todas las organizaciones participantes podrán colaborar en la creación y entrenamiento de un algoritmo para detectar tumores cerebrales, gracias a este método, protegiendo al mismo tiempo los datos médicos sensibles.
Trabajo inicial
Penn y los 29 organismos internacionales de salud e investigación han empleado el hardware y software de Aprendizaje Federado proporcionado por Intel desde el 2020.
La intención ha sido producir un nuevo modelo avanzado de Inteligencia Artificial, entrenado mediante el mayor conjunto de datos sobre tumores cerebrales reunido hasta la fecha, y todo ello sin necesidad de cada colaborador individual comparta sus datos sensibles de pacientes.
