NVIDIA Clara Federated Learning – 分散協働学習が生む新たな可能性

Photo by iStock

NVIDIAが提供するClara Federated Learningは、エッジコンピューティングプラットフォームNVIDIA EGXをベースとしたリファレンスアプリケーションで、患者データを一箇所に集積する必要のない「分散協働学習」を実現する。

NVIDIAが15日公表したところによると、オハイオ州立大学やスタンフォード大学、医療機関群などの国際共同研究チームが「Clara Federated Learningを利用して構築したマンモグラフィ読影のAIモデルが、単施設データでトレーニングしたニューラルネットワークの精度を上回った」ことを示したという。

深層学習モデルは大規模で多様なデータセットに基づくほどに、その精度を高めやすいことが知られている。一方で医療データは高度な個人情報であり、一箇所のセンターに各施設からのデータを集積することが時として現実的ではない。今後ますます医療AIの開発・導入の加速することが予測されるなか、Federated Learningがプライバシーの懸念をクリアできる技術としてその役割を大きくするか、注目が集まる。

前の記事新研究 – 4D MRIへの画像再構成を超高速化するAI技術
次の記事COVID-19のトリアージ – 胸部X線画像を正常と診断するbehold.aiのAI技術
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcherを経て東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。