Nvidia 利用聯盟學習開發醫療影像人工智慧系統

聯盟學習（Federated Learning）是人工智慧開發分布式機器學習框架之一，最近 Nvidia 利用此學習模式，開發醫療用影像的人工智慧系統，可在無需建立單一資料湖（Data Lake）的情況下訓練，確保隱私受保護。

這次開發是由 Nvidia 與倫敦 King’s College 合作，利用聯盟學習方式，透過使用客戶端伺服器，減省建立單一資料湖訓練模型的過程，只需從每個終端裝置傳送分析結果到中央模型就能訓練。至於訓練出的人工智慧系統，將運用在腦腫瘤分割分析。

Nvidia 醫療保健總監 Abdul Halabi 表示：「要進行創新，我相信有兩種方法。我們在 2018 年 8 月發表的模型可建立現在最佳的通用模型，然後發送給這些醫院，醫院可配合患者需要更改。另一種方式就是從頭開始，共同努力盡我們所能建立強大或通用的模型，我認為這項研究表明此方法確實能成功。現在你能在不將數據整合的情況下獲得高品質的模型，這就是令人興奮的原因。」

對醫療用人工智慧模型而言，確保病人的隱私相當重要，因此聯邦學習可在容許醫院與研究人員分享數據之餘，確保病人隱私受到保護。由於電腦視覺系統已開始表現出勝過人類放射學專家的能力，證明機器學習在醫療保健方面的潛在優勢，只要解決隱私問題，就能讓模型訓練變為可能，AI 技術得以實際應用。