211service.com
Un método de IA poco conocido puede entrenar con sus datos de salud sin amenazar su privacidad
Juan Moore | Getty
En 2017, Google en silencio publicó una entrada de blog sobre un nuevo enfoque para el aprendizaje automático. A diferencia del método estándar, que requiere que los datos estén centralizados en un solo lugar, el nuevo podría aprender de una serie de fuentes de datos distribuidas en múltiples dispositivos. La invención permitió a Google entrenar su modelo de texto predictivo en todos los mensajes enviados y recibidos por los usuarios de Android, sin siquiera leerlos o eliminarlos de sus teléfonos.
A pesar de su inteligencia, el aprendizaje federado, como lo llamaron los investigadores, ganó poca fuerza dentro de la comunidad de IA en ese momento. Ahora eso está a punto de cambiar a medida que encuentra aplicación en un área completamente nueva: su enfoque de privacidad primero podría muy bien ser la respuesta al mayor obstáculo que enfrenta la adopción de IA en el cuidado de la salud en la actualidad.
Existe una falsa dicotomía entre la privacidad de los datos de los pacientes y la utilidad de los datos para la sociedad, dice Ramesh Raskar, profesor asociado de informática del MIT cuya investigación se centra en la IA en la salud. La gente no se da cuenta de que la arena se mueve bajo sus pies y que ahora, de hecho, podemos lograr privacidad y utilidad al mismo tiempo.
Durante la última década, el aumento espectacular del aprendizaje profundo ha llevado a transformaciones sorprendentes en docenas de industrias. Ha impulsado nuestra búsqueda de autos sin conductor, cambió fundamentalmente la forma en que interactuamos con nuestros dispositivos y reinventó nuestro enfoque de la ciberseguridad. Sin embargo, en el cuidado de la salud, a pesar de que muchos estudios muestran su potencial para detectar y diagnosticar enfermedades, el progreso en el uso del aprendizaje profundo para ayudar a pacientes reales ha sido tentadoramente lento.
Los algoritmos de última generación actuales requieren inmensas cantidades de datos para aprender; en la mayoría de los casos, cuantos más datos, mejor. Los hospitales y las instituciones de investigación necesitan combinar sus reservas de datos si quieren un grupo de datos que sea lo suficientemente grande y diverso para ser útil. Pero especialmente en los EE. UU. y el Reino Unido, la idea de centralizar montones de información médica confidencial en manos de empresas tecnológicas ha demostrado reiteradamente (y como era de esperar) que es sumamente impopular.
Como resultado, la investigación sobre los usos diagnósticos de la IA se ha mantenido limitada en cuanto a alcance y aplicabilidad. No puede implementar un modelo de detección de cáncer de mama en todo el mundo cuando solo se ha entrenado en unos pocos miles de pacientes del mismo hospital.
Todo esto podría cambiar con el aprendizaje federado. La técnica puede entrenar un modelo utilizando datos almacenados en múltiples hospitales diferentes sin que esos datos salgan de las instalaciones de un hospital o toquen los servidores de una empresa de tecnología. Lo hace entrenando primero modelos separados en cada hospital con los datos locales disponibles y luego enviando esos modelos a un servidor central para combinarlos en un modelo maestro. A medida que cada hospital adquiere más datos con el tiempo, puede descargar el último modelo maestro, actualizarlo con los nuevos datos y enviarlo de vuelta al servidor central. A lo largo del proceso, los datos sin procesar nunca se intercambian, solo los modelos, que no pueden someterse a ingeniería inversa para revelar esos datos.
Existen algunos desafíos para el aprendizaje federado. Por un lado, combinar modelos separados corre el riesgo de crear un modelo maestro que en realidad es peor que cada una de sus partes. Los investigadores ahora están trabajando para refinar las técnicas existentes para asegurarse de que eso no suceda, dice Raskar. Por otro lado, el aprendizaje federado requiere que cada hospital tenga la infraestructura y las capacidades de personal para entrenar modelos de aprendizaje automático. También existe fricción en la estandarización de la recopilación de datos en todos los hospitales. Pero estos desafíos no son insuperables, dice Raskar: se necesita hacer más trabajo, pero en su mayoría es un trabajo de curita.
De hecho, otras políticas que priorizan la privacidad tecnicas de aprendizaje distribuido desde entonces han surgido en respuesta a estos desafíos. Raskar y sus alumnos, por ejemplo, inventaron recientemente uno llamado aprendizaje dividido. Al igual que en el aprendizaje federado, cada hospital comienza entrenando modelos separados, pero solo lo entrenan a mitad de camino. Luego, los modelos a medio cocer se envían al servidor central para combinarlos y terminar el entrenamiento. El principal beneficio es que esto aliviaría parte de la carga computacional de los hospitales. La técnica sigue siendo principalmente una prueba de concepto, pero en las primeras pruebas, el equipo de investigación de Raskar demostró que creó un modelo maestro casi tan preciso como sería si estuviera entrenado en un conjunto centralizado de datos.
Un puñado de empresas, incluida IBM Research, ahora están trabajando en el uso del aprendizaje federado para avanzar en las aplicaciones de IA del mundo real para el cuidado de la salud. Owkin, una startup con sede en París respaldado por Google Ventures , también lo está utilizando para predecir la resistencia de los pacientes a diferentes tratamientos y fármacos, así como sus tasas de supervivencia con ciertas enfermedades. La compañía está trabajando con varios centros de investigación del cáncer en los EE. UU. y Europa para utilizar sus datos en sus modelos. Las colaboraciones ya han dado como resultado un próximo trabajo de investigación, dicen los fundadores, sobre un nuevo modelo que predice las probabilidades de supervivencia para una forma rara de cáncer sobre la base de las imágenes de patología de un paciente. El documento dará un gran paso hacia la validación de los beneficios de esta técnica en un entorno del mundo real.
Estoy muy emocionado, dice el cofundador de Owkin, Thomas Clozel, un médico de investigación clínica. La mayor barrera en oncología hoy en día es el conocimiento. Es realmente sorprendente que ahora tengamos el poder de extraer ese conocimiento y hacer descubrimientos médicos revolucionarios.
Raskar cree que las aplicaciones del aprendizaje distribuido también podrían extenderse mucho más allá de la atención médica a cualquier industria donde las personas no quieran compartir sus datos. En entornos distribuidos y sin confianza, esto será muy, muy poderoso en el futuro, dice.
Esta historia apareció originalmente en nuestro boletín informativo de IA El Algoritmo. Para recibirlo directamente en su bandeja de entrada, regístrese aquí de forma gratuita.