使用人工智能检测癌症患者数据安全

一种新的方式使用人工智能预测癌症的病人数据没有将个人信息已经由一个团队开发的风险包括利兹大学医学科学家。

人工智能(AI)可以分析大量的数据,如图像或试验结果,并可以识别模式通常由人类无法觉察的,使其极具价值加速疾病检测、诊断和治疗。

然而,使用的技术在医疗环境中是有争议的,因为意外的风险数据发布和许多系统是由私人公司拥有和控制,给他们访问机密患者数据——保护它的责任。

研究人员发现人工智能的一种形式,被称为群学习,可以用来帮助计算机预测癌症病人医学图像的组织样本,从医院没有释放数据。

列车群学习人工智能算法来检测数据中的模式在当地医院或大学,如基因变化在图像的人体组织。蜂群学习系统然后发送新培训的算法但重要的是没有本地数据或病人信息中央计算机。,它是结合算法生成的其他医院以相同的方式创建一个优化算法。然后发送回当地医院,在那里重新应用到原始数据,提高检测由于其基因变化更敏感的检测能力。

进行这几次,该算法可以提高和创建一个适用于所有的数据集。这意味着这项技术可以被应用,而不需要任何数据发布到第三方公司或医院或跨国界之间发送。

团队训练的人工智能算法的研究数据来自三组患者从北爱尔兰,德国和美国。的算法进行了测试在两个大型数据集的图像生成的利兹,和被发现已经成功地学会了如何预测存在不同的子图像类型的癌症。

这项研究是由雅克布·的派遣,参观利兹大学的副教授的医学院和亚琛工业大学研究员医院。团队包括教授Heike Grabsch和菲尔·夸克和尼克西博士从利兹大学的医学院。

凯斯博士说,“基于数据来自5000多个病人,我们能够表明,人工智能模型训练与群学习可以预测临床相关基因变化直接从图像从结肠肿瘤的组织。”

病理学教授Phil夸克在利兹大学的医学院,说:“我们已经表明,群学习可以用在医学训练独立人工智能算法对任何图像分析任务。这意味着它可以克服需要数据传输机构无需放弃安全控制自己的数据。”

“创造一个人工智能系统,可以执行该任务可以提高我们应用人工智能的未来。”

这项研究发表在自然医学。