Nvidia predstavlja federativno učenje

Objavljeno: 13.12.2019 15:00 | Teme: umetna inteligenca, strojno učenje, zdravje

Analitiki že dalj časa poudarjajo, da bo umetna inteligenca imela v prihodnje zelo pomembno vlogo na področju zdravstva, zlasti pri zgodnji detekciji bolezni, kar lahko reši marsikatero življenje. Umetna inteligenca zna denimo precej bolj natančno preučiti radiološke posnetke in zaznati manjše anomalije, ki jih je težko zaznati s človeškimi očmi. To pa je le en primer v procesu diagnostike bolezni, strojno učenje pa bo našlo svoje mesto tudi v številnih drugih področjih medicine.

Po drugi strani pa umetna inteligenca vzbuja strah in pomisleke, ko se tiče zasebnosti obravnave tako osebnih podatkov, kot so zdravstveno stanje, posnetki telesa in druge osebne informacije. Zlasti zato, ker je danes malo zdravstvenih ustanov, ki si lahko privoščijo drago opremo za izvajanje algoritmov strojnega učenja izključno za zidovi lastnih ustanov.

Te pomisleke poizkuša odpraviti nove zamisel družbe Nvidia, ki ji pravijo federativno učenje, v izvirniku Clara Federated Learning. Temelj rešitve je platforma za umetno inteligenco Nvidia EGX, ki v kompaktni strežniški obliki vsebuje napredne računske enote GPU spodobne podpore za napredne algoritme strojnega učenja. Sistem bo na voljo ustanovam v kombinaciji strojne opreme in programske opreme nameščene v kontejnerjih, ki jih upravlja program za orkestracijo procesov Kubernetes. Na ta način so pri družni Nvidia omogočili preprosto skalabilnost, kjer procesna moč lahko raste z novimi potrebami in napredkom tehnologije za medicinske preiskave.

Toda resnična inovacija predlagane rešitve Clara Federated Learning je koncept porazdeljenega učenja med povezanimi sistemi v različnih ustanovah. V tem konceptu podatki o pacientih nikoli ne zapustijo matične ustanove. Sistem pa omogoča anonimizirano izmenjavo ključnih podatkov med različnimi sistemi, tudi izven matične ustanove pacienta in to z enim samim ciljem: posredovati učne primere, ki lahko prispevajo k učenju algoritmov za doseganje čedalje boljših rezultatov pri diagnostiki bolezni.

Na ta način so elegantno razrešili eno glavnih ovir, zaradi katerih so imeli zdravniki, administratorji bolnišnic in pacienti zadržke. Na ta način lahko lokalno znanje prispeva k globalnemu znanju in ga vključi v nadaljnji razvoj algoritmov, brez tveganj za zasebnost.

Nova platforma odpira povsem nove možnosti pri razvoju cenejših in bolj priročnih medicinskih pripomočkov. Eden prvih primerov je prenosni aparat za magnetno resonanco družbe Hyperfine, ki v prenosni napravi združuje vse potrebno za zajem podatkov o pacienti in diagnostiko z algoritmi strojnega učenja. Nvidia trdi, da je to šele začetek revolucije, ki se obeta področju zdravstva.

2NQ8otZvNyo

Naroči se na redna tedenska ali mesečna obvestila o novih prispevkih na naši spletni strani!
Prijava

Komentirajo lahko le prijavljeni uporabniki