Un análisis retrospectivo de los datos de imágenes de resonancia magnética para la detección del cáncer de mama en el Consorcio abierto para la inteligencia artificial médica descentralizada (ODELIA)

La inteligencia artificial (IA) está lista para revolucionar la atención médica a medida que su rendimiento de diagnóstico se acerca al de los expertos clínicos. En particular, en la detección del cáncer, la IA podría ayudar a los pacientes a tomar decisiones mejor informadas y reducir los errores médicos. Sin embargo, esto requiere grandes conjuntos de datos cuya recopilación se enfrenta a graves obstáculos prácticos, éticos y legales. Estos obstáculos podrían superarse potencialmente con el aprendizaje en enjambre (SL), donde los socios entrenan conjuntamente modelos de IA sin compartir ningún dato. Sin embargo, el acceso a la tecnología SL actualmente es limitado porque ningún estudio ha implementado SL en una verdadera configuración multinacional, no hay disponible una implementación de SL de libre uso, los investigadores y los proveedores de atención médica no tienen experiencia en la configuración de redes SL y los legisladores actualmente desconocen el amplio implicaciones de SL.

ODELIA tendrá como objetivo resolver estos problemas: ODELIA construirá un marco de software de código abierto para SL, proporcionando una línea de montaje para el desarrollo optimizado de soluciones de IA en un entorno preclínico. Para servir como modelo para futuros sistemas de IA basados ​​en SL, los socios de ODELIA colaboran como un consorcio para desarrollar modelos de IA para la detección de cáncer de mama en imágenes de resonancia magnética (IRM). El tamaño de la base de datos distribuida de ODELIA será sustancial y los modelos de IA de ODELIA podrían alcanzar un rendimiento de nivel experto para la detección del cáncer de mama.

Por lo tanto, ODELIA no solo podría ofrecer una aplicación médica útil, sino también proporcionar evidencia para resumir el beneficio clínico de SL en términos de desarrollo acelerado, mayor rendimiento y capacidad de generalización sólida.

Para lograr esto, los socios de ODELIA recopilarán conjuntos de datos de resonancia magnética de mama retrospectivos y anónimos con etiquetas de verdad en tierra manuales para la presencia de cáncer, y entrenarán modelos de IA de manera convencional y a través de SL. Se comparará el rendimiento de estos enfoques técnicos. El objetivo del estudio es probar la metodología de Swarm Learning y el rendimiento de los algoritmos de IA desarrollados dentro de ODELIA en datos retrospectivos. No habrá ningún efecto sobre el tratamiento de los pacientes ya que todas las evaluaciones se realizarán retrospectivamente. Ningún tratamiento del paciente o cualquier intervención está asociado con el estudio.