A Intel e a Universidade da Pensilvânia, nos Estados Unidos, querem aplicar uma técnica de aprendizado de máquina criada pelo Google em 2017 para desenvolver uma inteligência artificial que possa identificar tumores cerebrais a partir de exames de imagem.

A vantagem da federated learning é o seu caráter privativo: organizações de saúde poderão contribuir para o conjunto de dados que alimenta o sistema sem precisar compartilhar os dados dos pacientes. “A IA mostra é promissora para a detecção precoce de tumores cerebrais, mas exigirá mais dados do que qualquer centro médico sozinho detém para atingir todo o seu potencial”, avalia o engenheiro do Intel Labs, Jason Martin.

A empresa de tecnologia e a universidade, junto com outras 29 instituições de saúde e pesquisa dedicadas ao treinamento de modelos de inteligência artificial nos EUA, Canadá, Reino Unido, Alemanha, Suíça e Índia, pretendem usar o maior conjunto de dados de tumores cerebrais já criado para treinar a ferramenta.

A federated learning é uma abordagem de aprendizado de máquina distribuído que permite a colaboração de várias instituições em projetos de aprendizado profundo sem compartilhar dados individuais dos usuários. Em vez de confiar nos dados reunidos em um único local, um modelo algorítmico é treinado em várias iterações em locais diferentes. Aplicado à Saúde, a técnica oferece um grau de privacidade para hospitais e outras organizações que desejam reunir seus recursos para treinar um modelo de aprendizado profundo sem realmente compartilhar seus dados ou deixá-los fora de seu poder.

Desde 2018 a Intel e o Centro de Computação e Análise de Imagem Biomédica da Universidade da Pensilvânia colaboram no desenvolvimento da ferramenta. Os pesquisadores acreditam que o aplicativo baseado em federated learning pode detectar tumores com 99% da precisão do mesmo modelo treinado com o método tradicional de compartilhamento de dados.

Via: ZDNet