NVIDIA Clara Federated Learning が病院に AI をもたらし、患者のデータを保護

by Kimberly Powell · December 2, 2019

インテリジェントなエッジコンピューティングプラットフォームが放射線医学でのディープラーニングを合理化

北米放射線学会 (RSNA) の会議では 100 を超える出展者が NVIDIA のテクノロジを使って AI を放射線医学に導入しようとしており、2019 年は医療における AI の転換点なりそうです。

AI は大きな可能性を秘めていますが、大きな課題が 1 つあります。患者のプライバシーを保護しながら、AI モデルのトレーニングに必要な膨大な量のデータを、どのように処理するかということです。NVIDIA は、業界と連携してソリューションを開発しました。

本日、RSNA にて、NVIDIA は患者データを医療機関内にある、本来あるべき場所に保管しながら分散協働型学習の手法を活用する、NVIDIA Clara Federated Learning を発表しました。

Clara Federated Learning (Clara FL) は、先頃発表されたインテリジェントなエッジコンピューティングプラットフォーム、NVIDIA EGX がベースになっています。

Federated Learning　（フェデレーテッドラーニング）– プライバシーに対応する AI

Clara FL は患者のプライバシーを守る分散協働型学習によって、AI モデルのトレーニング行うためのリファレンスアプリケーションです。全世界のシステムメーカーより販売されている、NVIDIA NGC-Ready for Edge サーバーで動作する、これらの分散クライアントシステムは、ローカルでディープラーニングトレーニングを実行し、協調してより精密なグローバルモデルのトレーニングを行います。

それがどのように処理されるのかを説明しましょう。Clara FL のアプリケーションは、Kubernetes インフラストラクチャでのデプロイを簡略化するために、Helm chart にパッケージングされています。NVIDIA EGX プラットフォームは、フェデレーテッドサーバーと協働するクライアントを安全にプロビジョニングし、アプリケーションコンテナや初期の AI モデルといった、フェデレーテッドラーニングプロジェクトを始めるのに必要なものすべてを提供します。

NVIDIA Clara Federated Learning によって、複数の病院をまたがって分散トレーニングを行い、個人情報を共有することなく、堅牢な AI モデルを構築。

参加する病院は、3D slicer や MITK、Fovia、Philips Intellispace Discovery といった医用画像ビューアーに統合された、NVIDIA Clara AI-Assisted Annotation SDK を使って、それぞれの患者のデータにラベルを付けます。トレーニング前のモデルと転移学習技術を使用して、NVIDIA AI が放射線科医のラベル付けを支援し、複雑な 3D 研究のための時間を数時間から数分に短縮します。

参加病院の NVIDIA EGX サーバーは、ローカルデータをもとにしてグローバルデータのトレーニングを行います。ローカルでのトレーニング結果は、セキュアなリンクを通じてフェデレーテッドラーニングサーバーに戻され、共有されます。このアプローチにより、一部のモデルウエイトだけが共有され、患者の記録は共有されないため、プライバシーが守られフェデレーション平均を通じて新しいグローバルモデルが構築できるようになります。

このプロセスは、AI モデルが求められている正確さを達成するまで繰り返されます。この分散アプローチにより、ディープラーニングでの非常に優れた性能が得られるようになり、同時に患者のデータも外部に見られない安全な状態に保たれます。

先頭ランナーは米国と英国

米国放射線学会、MGH and BWH Center for Clinical Data Science および UCLA Health といった世界の医療大手は、テクノロジの未来を切り開いています。
これらの機関は、医者、患者および施設向けにパーソナライズされた AI を開発しており、医療データ、アプリケーションおよびデバイスが積極的に活用されていますが、患者のプライバシーは保護されなければなりません。

ACR では、医用画像の全国的なプラットフォームとなっている AI-LAB において、NVIDIA Clara FL を先行利用しています。AI-LAB を通じて、ACR の 38,000 人の医用画像メンバーが、安全にAI モデルの構築、共有、導入および検証できるようになります。AI-LAB の利用を希望する医療機関は、Dell や Hewlett Packard Enterprise、Lenovo、Supermicro といったメーカーから発売されている、さまざまな NVIDIA NGC-Ready for Edge システムのいずれも利用することができます。

UCLA Radiology も NVIDIA Clara FL を使い、AI のパワーを放射線科で活用しようとしています。トップレベルのアカデミックメディカルセンターである UCLA では、Clara FL の有効性を検証し、将来はカリフォルニア大学のより広範なシステム全体に拡大しようとしています。

ニューイングランドの Partners HealthCare も、NVIDIA Clara FL を使った、新たなイニシアティブを発表しています。MGH and BWH Center for Clinical Data Science はこの活動の先端を切り、Partners HealthCare システムのデータ資産と臨床専門知識を活用しています。

英国では、NVIDIA がロンドン大学キングスカレッジおよび Owkin と提携して、英国国民保健サービスのフェデレーテッドラーニングプラットフォームを構築しています。NVIDIA Clara をベースにした Owkin Connect プラットフォームにより、アルゴリズムをある病院間で移動し、ローカルデータセットでトレーニングすることができます。それによって、それぞれの病院に、モデルのトレーニングに使用されたすべてのデータセットを確認および追跡するブロックチェーン (分散台帳) が提供されるようになります。

このプロジェクトは当初、ロンドンの 4 つの主要な教育医療機関を接続して、がんや心不全、神経変性疾患といった分野での業務を加速させる AI サービスを提供しており、2020 年には英国の少なくとも 12 の病院にネットワークが拡大する予定になっています。