Intel ve Penn Medicine, En Büyük Medikal Birleştirilmiş Öğrenim Çalışmasının Sonuçlarını Açıkladı
Gizliliği koruyan AI tekniği, araştırmacıların kanserli beyin tümörü tespitini %33 oranında iyileştirmesini sağlıyor. Intel Labs ve Penn Medicine, tıbbı ilerletmek için gizliliği koruyan yapay zeka tekniğini kullanıyor.
Intel Labs ve Pennsylvania Üniversitesi’ndeki (Penn Medicine) Perelman Tıp Fakültesi, uluslararası sağlık ve araştırma kurumlarının kötü huylu beyin tümörü belirlemesine yardımcı olmak için birleştirilmiş öğrenmeyi (bir dağıtık makine öğrenimi (ML) ve yapay zeka (AI) yaklaşımı) kullanarak ortak bir araştırma çalışmasını tamamladı. Altı kıtadaki 71 kurumdan incelenen benzeri görülmemiş bir küresel veri kümesiyle bugüne kadarki en büyük medikal birleştirilmiş öğrenim çalışması olan proje, beyin tümörü tespitini %33 oranında iyileştirme becerisini gösterdi.
Intel Labs başmühendisi Jason Martin konuyla ilgili olarak; “Penn Medicine ile yaptığımız araştırmanın da gösterdiği gibi, birleşik öğrenme, başta sağlık hizmetleri olmak üzere çok sayıda alanda muazzam bir potansiyele sahip. Hassas bilgileri ve verileri koruma yeteneği, özellikle veri kümelerine başka türlü erişilemeyeceği durumlarda, gelecekteki araştırmalara ve iş birliğine kapı açar. Penn Medicine ile yaptığımız çalışma, dünya çapındaki hastaları olumlu yönde etkileme potansiyeline sahip ve birleşik öğrenim vaadini keşfetmeye devam etmeyi dört gözle bekliyoruz.” dedi.
Veri erişilebilirliği, Sağlık Sigortası Taşınabilirlik ve Hesap Verebilirlik Yasası (HIPAA) dahil olmak üzere eyalet ve ulusal veri gizliliği yasaları nedeniyle sağlık hizmetlerinde uzun süredir bir sorunlar yaşanıyordu. Bu nedenle, geniş ölçekte tıbbi araştırma ve veri paylaşımı, hastaların sağlık bilgilerinden ödün vermeden neredeyse imkansız hale geldi. Intel’in birleştirilmiş öğrenme donanımı ve yazılımı, veri gizliliği endişelerine uygundur ve gizli bilgi işlem yoluyla veri bütünlüğünü, gizliliğini ve güvenliğini korur.
Sistem Çok Sayıda Veri Gizliliği Endişesini Gideriyor
Penn Medicine-Intel ortaklığının sonucu, geçmişte benzer kanser ve hastalık araştırması üzerinde iş birliğini engelleyen veri paylaşımı engellerini ortadan kaldıran Intel® Yazılım Koruma Uzantıları (SGX) ile eşleştirilmiş Intel birleştirilmiş öğrenme teknolojisi kullanılarak merkezi olmayan bir sistemde yüksek hacimli verilerin işlenmesiyle elde edildi. Sistem, ham verileri veri sahiplerinin bilgi işlem altyapısında tutarak ve verilerin kendisine değil, yalnızca bu verilerden hesaplanan model güncellemelerinin merkezi bir sunucuya veya toplayıcıya gönderilmesine izin vererek çok sayıda veri gizliliği endişesini gideriyor.
Enderle Group baş analisti Rob Enderle,
“Dünyadaki tüm bilgi işlem gücü, analiz etmek için yeterli veri olmadan pek bir şey yapamaz. Halihazırda ele geçirilmiş olan verileri analiz edememe, AI’nın vaat ettiği devasa tıbbi atılımları önemli ölçüde geciktirdi. Bu birleşik öğrenme çalışması, yapay zekanın en zorlu hastalıklarımızla mücadele etmek için en güçlü araç olarak potansiyeline ulaşması ve ilerlemesi için uygun bir yol gösteriyor.” dedi.
Pennsylvania Üniversitesi Perelman Tıp Fakültesi’nde Patoloji ve Laboratuvar Tıbbı ve Radyoloji yardımcı doçenti olan kıdemli yazar Spyridon Bakas;
“Bu çalışmada, birleştirilmiş öğrenme, tüm veriler her zaman her kurumda tutulurken, literatürde şimdiye kadar ele alınan glioblastoma hastalarının en büyük ve en çeşitli veri kümesine erişim sağlayarak çok kurumlu işbirliklerini güvence altına almada bir paradigma değişikliği olarak potansiyelini gösteriyor. Makine öğrenme modellerine ne kadar çok veri besleyebilirsek, o kadar doğru hale geliyorlar ve bu da glioblastoma gibi nadir görülen hastalıkları bile anlama ve tedavi etme becerimizi geliştirebilir.” dedi.
Hastalıkların tedavisini ilerletmek için araştırmacıların büyük miktarda tıbbi veriye – çoğu durumda bir tesisin üretebileceği eşiği aşan veri kümelerine – erişmesi gerekir. Araştırma, birleştirilmiş öğrenmenin geniş ölçekteki etkinliğini ve çok bölgeli veri silolarının kilidi açıldığında sağlık sektörünün elde edebileceği potansiyel faydaları gösteriyor. Yararları, yaşam kalitesini iyileştirebilecek veya bir hastanın yaşam süresini uzatabilecek hastalığın erken teşhisini içerir.
Penn Medicine-Intel Labs araştırmasının sonuçları hakemli dergi Nature Communications‘da yayınlandı.
Araştırma Hakkında:
2020’de Intel ve Penn Medicine, tümör tespitini iyileştirmek ve glioblastoma (GBM) adı verilen nadir bir kanser türünün (en yaygın ve ölümcül yetişkin beyin tümörü) tedavi sonuçlarını iyileştirmek için iş birliği yapmak ve birleştirilmiş öğrenmeyi kullanmak üzere anlaşma yaptıklarını duyurdu. Standart tedaviden sonra ortalama sağkalım sadece 14 aydır. Son 20 yılda tedavi seçenekleri genişlerken, genel sağkalım oranlarında bir iyileşme olmamıştır. Araştırma, Ulusal Sağlık Enstitüleri Ulusal Kanser Enstitüsü’nün Kanser Araştırmaları için Bilişim Teknolojisi programı tarafından finanse edildi.
Penn Medicine ve 71 uluslararası sağlık/araştırma kurumu, nadir görülen kanser sınırlarının saptanmasını iyileştirmek için Intel’in birleştirilmiş öğrenme donanımını ve yazılımını kullandı. Radyologlar tarafından bir tümörün sınırını belirlemek ve tümörlerin “opere edilebilir bölgesini” veya “tümör çekirdeğini” tanımlamayı iyileştirmek için Birleştirilmiş Tümör Segmentasyonu (FeTS) adı verilen son teknoloji ürünü yeni bir yapay zeka yazılım platformu kullanıldı. Radyologlar verilerine açıklama eklediler ve birleşik eğitimi çalıştırmak için makine öğrenimi algoritmalarını eğitmek için açık kaynaklı bir çerçeve olan açık birleşik öğrenmeyi (OpenFL) kullandılar. Platform, bugüne kadarki en büyük beyin tümörü veri kümesi olan altı kıtadaki 6.314 GBM hastasından alınan 3,7 milyon görüntü üzerinde eğitildi.
Bu proje aracılığıyla Intel Labs ve Penn Medicine, verilerden bilgi elde etmek amacıyla birleştirilmiş öğrenmeyi kullanmak için bir kavram kanıtı oluşturdu. Çözüm, özellikle diğer kanser araştırma türleri arasında sağlık ve diğer çalışma alanlarını önemli ölçüde etkileyebilir. Intel özellikle OpenFL açık kaynak projesini müşterilerin gerçek dünyada silolar arası birleştirilmiş öğrenmeyi benimsemelerini ve Intel SGX üzerinde güvenle devreye almalarını sağlamak için geliştirdi. Ek olarak, yeni FeTS girişimi, devam eden geliştirme için bir platform sağlamak ve her ikisi de GitHub’da bulunan FeTS platformu ve Intel’in OpenFL açık kaynak araç seti ile iş birliğini teşvik etmek için ortak bir ağ olarak kuruldu.
