분산의료인공지능 오픈컨소시엄 유방암 검진을 위한 자기공명영상 데이터 후향적 분석 원문보기 KCI 원문보기 인용 (ODELIA)

인공 지능(AI)은 진단 성능이 임상 전문가 수준에 가까워짐에 따라 의료 서비스에 혁명을 일으킬 것입니다. 특히 암 검진에서 AI는 환자가 더 나은 정보에 입각한 결정을 내리고 의료 오류를 줄이는 데 도움이 될 수 있습니다. 그러나 이를 위해서는 컬렉션이 심각한 실용적, 윤리적 및 법적 장애물에 직면한 대규모 데이터 세트가 필요합니다. 이러한 장애물은 파트너가 데이터를 공유하지 않고 공동으로 AI 모델을 교육하는 SL(군집 학습)을 통해 잠재적으로 극복할 수 있습니다. 그러나 진정한 다국적 설정에서 SL을 구현한 연구가 없고 자유롭게 사용할 수 있는 SL 구현이 없으며 연구자 및 의료 서비스 제공자가 SL 네트워크를 설정한 경험이 없고 정책 입안자가 현재 더 광범위한 SL의 의미.

ODELIA는 이러한 문제를 해결하는 것을 목표로 할 것입니다. ODELIA는 SL을 위한 오픈 소스 소프트웨어 프레임워크를 구축하여 전임상 환경에서 간소화된 AI 솔루션 개발을 위한 조립 라인을 제공할 것입니다. 미래의 SL 기반 AI 시스템의 청사진 역할을 하기 위해 ODELIA 파트너는 컨소시엄으로 협력하여 자기 공명 영상(MRI)에서 유방암을 탐지하기 위한 AI 모델을 개발합니다. ODELIA의 분산 데이터베이스 크기는 상당할 것이며 ODELIA의 AI 모델은 유방암 검진을 위한 전문가 수준의 성능에 도달할 수 있습니다.

따라서 ODELIA는 유용한 의료 응용 프로그램을 제공할 수 있을 뿐만 아니라 개발 가속화, 성능 향상 및 강력한 일반화 가능성 측면에서 SL의 임상적 이점을 요약하는 증거를 제공합니다.

이를 달성하기 위해 ODELIA 파트너는 암의 존재에 대한 수동 실측 레이블이 있는 익명화된 후향적 유방 MRI 데이터 세트를 수집하고 AI 모델을 관습적으로 SL을 통해 교육합니다. 이러한 기술적 접근 방식의 성능을 비교합니다. 이 연구의 목적은 Swarm Learning의 방법론과 소급 데이터에 대한 ODELIA 내에서 개발된 AI 알고리즘의 성능을 테스트하는 것입니다. 모든 평가는 후향적으로 이루어지기 때문에 환자 치료에 영향을 주지 않습니다. 연구와 관련된 환자 치료 또는 개입이 없습니다.