211service.com
Een weinig bekende AI-methode kan trainen op uw gezondheidsgegevens zonder uw privacy in gevaar te brengen
John Moore | Getty
In 2017, Google stilletjes een blogpost gepubliceerd over een nieuwe benadering van machine learning. In tegenstelling tot de standaardmethode, waarbij de gegevens op één plek moeten worden gecentraliseerd, kan de nieuwe methode leren van een reeks gegevensbronnen die over meerdere apparaten zijn verdeeld. Dankzij de uitvinding kon Google zijn voorspellende tekstmodel trainen op alle berichten die door Android-gebruikers werden verzonden en ontvangen, zonder ze ooit echt te lezen of ze van hun telefoon te verwijderen.
Ondanks zijn slimheid kreeg federatief leren, zoals de onderzoekers het noemden, destijds weinig grip binnen de AI-gemeenschap. Nu staat dat op het punt te veranderen omdat het toepassing vindt in een geheel nieuw gebied: de privacy-first-aanpak zou heel goed het antwoord kunnen zijn op het grootste obstakel voor de adoptie van AI in de gezondheidszorg van vandaag.
Er is een valse dichotomie tussen de privacy van patiëntgegevens en het nut van de gegevens voor de samenleving, zegt Ramesh Raskar, een universitair hoofddocent computerwetenschappen aan het MIT, wiens onderzoek zich richt op AI in de gezondheid. Mensen realiseren zich niet dat het zand onder hun voeten schuift en dat we nu in feite privacy en bruikbaarheid tegelijkertijd kunnen bereiken.
In het afgelopen decennium heeft de dramatische opkomst van deep learning geleid tot verbluffende transformaties in tientallen industrieën. Het heeft ons streven naar zelfrijdende auto's gestimuleerd, de manier waarop we met onze apparaten omgaan fundamenteel veranderd en onze benadering van cyberbeveiliging opnieuw uitgevonden. In de gezondheidszorg is de vooruitgang in het gebruik van deep learning om echte patiënten te helpen, hoewel veel onderzoeken aantonen dat het veelbelovend is voor het opsporen en diagnosticeren van ziekten, verleidelijk traag.
De huidige ultramoderne algoritmen vereisen enorme hoeveelheden gegevens om te leren - in de meeste gevallen geldt: hoe meer gegevens, hoe beter. Ziekenhuizen en onderzoeksinstellingen moeten hun datareserves combineren als ze een datapool willen die groot en divers genoeg is om bruikbaar te zijn. Maar vooral in de VS en het VK is het idee om grote hoeveelheden gevoelige medische informatie te centraliseren in de handen van technologiebedrijven herhaaldelijk - en niet verrassend - zeer onpopulair gebleken.
Als gevolg hiervan is onderzoek naar diagnostisch gebruik van AI beperkt gebleven in reikwijdte en toepasbaarheid. Je kunt geen model voor het detecteren van borstkanker over de hele wereld inzetten als het alleen is getraind op een paar duizend patiënten uit hetzelfde ziekenhuis.
Dit alles zou kunnen veranderen met federatief leren. De techniek kan een model trainen met behulp van gegevens die zijn opgeslagen in meerdere verschillende ziekenhuizen zonder dat die gegevens ooit het ziekenhuisterrein verlaten of de servers van een technologiebedrijf raken. Het doet dit door eerst in elk ziekenhuis afzonderlijke modellen te trainen met de beschikbare lokale gegevens en die modellen vervolgens naar een centrale server te sturen om te worden gecombineerd tot een mastermodel. Aangezien elk ziekenhuis in de loop van de tijd meer gegevens verwerft, kan het het nieuwste mastermodel downloaden, het bijwerken met de nieuwe gegevens en het terugsturen naar de centrale server. Gedurende het hele proces worden onbewerkte gegevens nooit uitgewisseld - alleen de modellen, die niet kunnen worden reverse-engineered om die gegevens te onthullen.
Er zijn enkele uitdagingen voor federatief leren. Ten eerste riskeert het combineren van afzonderlijke modellen een hoofdmodel dat eigenlijk slechter is dan elk van zijn onderdelen. Onderzoekers werken nu aan het verfijnen van bestaande technieken om ervoor te zorgen dat dat niet gebeurt, zegt Raskar. Anderzijds vereist federatief leren dat elk ziekenhuis over de infrastructuur en personeelscapaciteiten beschikt om machine learning-modellen te trainen. Er is ook wrijving bij het standaardiseren van gegevensverzameling in alle ziekenhuizen. Maar deze uitdagingen zijn niet onoverkomelijk, zegt Raskar: Er moet meer worden gedaan, maar het is vooral pleisterwerk.
In feite, andere privacy-first gedistribueerde leertechnieken zijn sindsdien opgedoken als antwoord op deze uitdagingen. Raskar en zijn studenten hebben bijvoorbeeld onlangs een methode uitgevonden die split learning wordt genoemd. Net als bij federatief leren, begint elk ziekenhuis met het trainen van afzonderlijke modellen, maar ze trainen het slechts halverwege. De halfbakken modellen worden vervolgens naar de centrale server gestuurd om te worden gecombineerd en de training af te ronden. Het belangrijkste voordeel is dat dit een deel van de rekenlast voor de ziekenhuizen zou verlichten. De techniek is nog steeds voornamelijk een proof of concept, maar tijdens vroege tests toonde het onderzoeksteam van Raskar aan dat het een mastermodel creëerde dat bijna net zo nauwkeurig was als het zou zijn als het zou worden getraind op een gecentraliseerde gegevenspool.
Een handvol bedrijven, waaronder IBM Research, werkt nu aan het gebruik van federatief leren om real-world AI-toepassingen voor de gezondheidszorg te bevorderen. Owkin, een in Parijs gevestigde startup ondersteund door Google Ventures , gebruikt het ook om de weerstand van patiënten tegen verschillende behandelingen en medicijnen te voorspellen, evenals hun overlevingspercentages bij bepaalde ziekten. Het bedrijf werkt samen met verschillende kankeronderzoekscentra in de VS en Europa om hun gegevens voor zijn modellen te gebruiken. De samenwerkingen hebben al geleid tot een aanstaande onderzoekspaper, zeggen de oprichters, over een nieuw model dat de overlevingskansen voor een zeldzame vorm van kanker voorspelt op basis van pathologische beelden van een patiënt. Het artikel zal een grote stap zetten in de richting van het valideren van de voordelen van deze techniek in een echte wereld.
Ik ben erg opgewonden, zegt Owkin medeoprichter Thomas Clozel, een klinisch onderzoeksarts. De grootste barrière in de oncologie van vandaag is kennis. Het is echt verbazingwekkend dat we nu de macht hebben om die kennis te extraheren en medische baanbrekende ontdekkingen te doen.
Raskar is van mening dat de toepassingen van gedistribueerd leren ook veel verder kunnen reiken dan de gezondheidszorg naar elke branche waar mensen hun gegevens niet willen delen. In gedistribueerde, betrouwbare omgevingen zal dit in de toekomst zeer, zeer krachtig zijn, zegt hij.
Dit verhaal verscheen oorspronkelijk in onze AI-nieuwsbrief The Algorithm. Om het direct in je inbox te krijgen, kun je je hier gratis aanmelden.