Intel Labs, in collaborazione con la Perelman School of Medicine della University of Pennsylvania, conosciuta anche come Penn Medicine, ha portato a termine un’importante ricerca inerente al federated learning, ovvero un approccio basato sull’Intelligenza Artificiale (AI) con machine learning distribuito, volto a migliorare l’identificazione dei tumori maligni al cervello. Utilizzando un dataset globale proveniente da 71 organizzazioni dislocate in tutto il mondo, i risultati ottenuti hanno evidenziato un miglioramento ben del 33% nella capacità di rilevare i tumori.
Jason Martin, principal engineer di Intel Labs, ha affermato:
Il federated learning ha un enorme potenziale in numerosi campi e in particolare in quello sanitario, come dimostra la nostra ricerca con Penn Medicine. La capacità di proteggere le informazioni e i dati sensibili apre la strada a studi e collaborazioni future, specialmente in quei casi in cui i dataset sarebbero altrimenti inaccessibili. Il nostro lavoro con Penn Medicine può avere ricadute positive sui pazienti di tutto il mondo e guardiamo con fiducia alla possibilità di continuare a esplorare le potenzialità del federated learning.
Per migliorare le terapie, i ricercatori necessitano di grandi quantità di dati medici e in buona parte dei casi i dataset richiesti vanno oltre la quantità di dati che possono essere raccolti da una singola organizzazione. La ricerca dimostra l’efficacia del federated learning su grande scala e i potenziali vantaggi per il settore sanitario: tra questi il rilevamento precoce della malattia, che può migliorare la qualità e anche la speranza di vita del paziente.
Intel ha sviluppato il progetto open source OpenFL per consentire l’implementazione del federated learning su silos di dati reali, inserendoli con fiducia nel software Intel SGX. Inoltre, l’iniziativa FeTS è stata avviata sotto forma di rete collaborativa per fornire una piattaforma di sviluppo continuo e incoraggiare la collaborazione attraverso la piattaforma FeTS e il toolkit open source OpenFL, entrambi disponibili su GitHub. I risultati della ricerca di Penn Medicine-Intel Labs sono stati pubblicati sulla testata peer-reviewed Nature Communications.
