フェデレーテッド・ラーニング（FL: Federated Learning）は、複数機関からのデータを用い、匿名性を維持しながらAIモデルを学習する手法である。データ共有に関する多くの障壁を回避できるとして、NVIDIA社を中心に応用が進んできた（参照: NVIDIA社の紹介動画）。英ケンブリッジ大学では「FLによってCOVID-19患者の人工呼吸治療と死亡を予測するAI研究」が行われている。
ケンブリッジ大学のリリースでは、学術誌 Nature Medicineに発表された同研究「EXAM: EMR CXR AI Model」が紹介されている。EXAMはこれまでで最大級かつ最も多様な臨床データが用いられたFL関連研究として、北米・南米・欧州・アジアから約10,000名のCOVID-19患者データ（電子カルテおよび胸部X線画像）を解析した。その結果、COVID-19患者における外来到着24時間以内の「人工呼吸治療の導入または死亡」の予測について、AIモデルは感度95%と特異度88%を達成している。
2020年3月〜4月にかけて約2週間あまりの学習データで、五大陸にまたがる汎用的で高品質のAIモデルを構築できたことは、FLによる画期的な成果として新たな基準となり得る。ケンブリッジ大学のFiona Gilbert教授は「最高の放射線科医のパフォーマンスに匹敵するソフトウェアを開発することは容易でないが、これは真の変革をもたらす希望となる。フェデレーテッド・ラーニングによって多様なデータを安全に統合できれば、学術界はより早くに変革を実現できるだろう」と語っている。
関連記事：
