TECNOLOGÌA PARA LA SALUD
NVIDIA desarrolla una IA para analizar las pruebas médicas e identificar tumores cerebrales
Tumores podrán ser identificados con estas nuevas tecnologías de Inteligencia Artificial. / EP
NVIDIA ha creado un nuevo mecanismo de Inteligencia Artificial (IA) especialmente enfocado para el sector sanitario que es capaz de analizar los resultados de las pruebas médicas de diagnóstico por imagen de forma segura y mejorar en la identificación de tumores cerebrales.
El proyecto, que ha sido desarrollado con el apoyo del King's College de Londres (Reino Unido), se basa en un sistema de aprendizaje federado, un paradigma que permite entrenar una red neuronal central con datos de diversas procedencias, como ha informado NVIDIA en un comunicado.
Los mecanismos de aprendizaje federado de NVIDIA permite que las distintas organizaciones sanitarias puedan colaborar en el desarrollo de un modelo compartido. "El aprendizaje federado permite el entrenamiento colaborativo y descentralizado de redes neuronales sin compartir los datos del paciente", como han explicado los autores del estudio.
Para su funcionamiento, el sistema emplea nodos, que entrenan su propio modelo local y, periódicamente, lo envían a un servidor central. "El servidor acumula y agrega las contribuciones individuales para crear un modelo global que, entonces, es compartido con todos los nodos", según los investigadores.
El paradigma del nuevo mecanismo permite garantizar "una alta seguridad en términos de privacidad", y además añade otras herramientas de protección de los datos como el establecimiento de un marco de trabajo de privacidad para garantizar la seguridad de los datos médicos contra posibles pérdidas.
PROBADO CONTRA TUMORES CEREBRALES
Los autores del sistema de aprendizaje federado lo han puesto a prueba utilizando BraTS 2018, una base de datos de resonancias magnética de 285 pacientes con tumores cerebrales.
Para el análisis inferencial de los datos, se utilizaron las unidades gráficas NVIDIA V100 Tensor Core, con las que, sin compartir datos institucionales, funcionaron "con solo un coste razonablemente pequeño en el rendimiento del modelo", apostillan los autores.
"El aprendizaje federado tiene el potencial de agregar conocimiento de forma efectiva a las instituciones a partir de datos privados, y por tanto mejora la precisión, robustez y generalización de los modelos de aprendizaje profundo", como concluye la investigación.
El estudio de NVIDIA y el King's College y sus conclusiones se presentan este lunes en el congreso de diagnóstico por imagen médico MICCAI, que tiene lugar en Shenzhen, China.