• Nvidia が支援する連合学習を利用して、米国の主要医療センターの専門家委員会が腫瘍セグメンテーション AI モデルを改善しています。これにより、機密データを共有することなくモデル開発に協力できます。
  • 連合学習を活用することで、チームはモデルの精度向上とプライバシー規制への準拠を目指すとともに、異なる医療画像サイト間でのデータ均一性の課題に取り組んでいます。

我々の見解
米国の主要医療機関の専門家グループが、データの機密性を損なうことなく共同開発を可能にするため、腫瘍セグメンテーション用の AI モデルをトレーニングする連合学習を探求しています。この革新的なアプローチは、医療画像におけるデータ共有と正規化の複雑さに対処しながら、モデルの精度向上を目指しています。
-Rae Li, BTW 記者

何が起こったか

米国のさまざまな主要医療センターや研究機関の専門家委員会が、Nvidia の支援による連合学習を利用して、特に淡明細胞型腎細胞癌を対象とした腫瘍セグメンテーションに焦点を当てたモデルのトレーニングのための AI 支援アノテーションを進めています。この共同の取り組みにより、複数の組織が患者の機密データを共有することなく AI モデルを開発・改善できます。学習は各サイトでローカルに行われ、モデルのパラメータのみが交換されるからです。

ウィスコンシン大学マディソン校の John Garrett 氏が主導し、Nvidia のツールとリソースの支援を受けて、このプロジェクトには約 50 件の画像研究からのデータを提供する 6 つの医療センターが参加しています。チームはプロジェクトの次の段階で AI 支援アノテーションに NVIDIA MONAI を実装し、AI 生成のセグメンテーションが従来の手動アノテーションとどのように比較されるかを評価することを目指しています。このイニシアチブはモデルのパフォーマンスを向上させるだけでなく、結果とリソースを医療分野で広く利用できるように公開する意向もあります。

関連記事：Semafor によると、米国は Nvidia がサウジアラビアに先進的な AI チップを輸出することを許可する可能性があります

関連記事：Nvidia の歴史的な時価総額の減少がテクノロジーバブルの懸念を引き起こす

なぜ重要か

これは、プライバシーを尊重したデータコラボレーションの重要なニーズに対応する、ヘルスケア分野における連合学習の実用的な応用を示しています。医療画像における AI 技術が進化するにつれて、患者のプライバシーを損なうことなく正確なモデルを開発する能力が不可欠です。連合学習を利用することで、このプロジェクトは、HIPAA や GDPR などの規制を順守しながら、多様なデータセットを活用することを可能にし、最終的には医療画像におけるより堅牢で一般化可能な AI ソリューションにつながります。

NVIDIA MONAI などのツールによる AI 支援アノテーションの改善に焦点を当てることは、医療データの処理と分析方法における大きな進歩を浮き彫りにします。これは、より良い診断ツールと治療計画の改善につながり、患者ケアを向上させる可能性があります。プロジェクトの協力的な性質は、医療機関間の知識とリソースの共有文化を促進し、イノベーションを推進し、ヘルスケアにおける AI 技術の採用を加速します。方法論とデータセットを公開するというコミットメントは、この重要な分野での研究開発を進める上で、より広範な医療コミュニティをさらに支援します。