Uma análise retrospectiva de dados de ressonância magnética para rastreamento de câncer de mama no Open Consortium for Decentralized Medical Artificial Intelligence (ODELIA)

A Inteligência Artificial (IA) está definida para revolucionar a saúde à medida que seu desempenho de diagnóstico se aproxima do de especialistas clínicos. Em particular, no rastreamento do câncer, a IA pode ajudar os pacientes a tomar decisões mais bem informadas e reduzir o erro médico. No entanto, isso requer grandes conjuntos de dados cuja coleta enfrenta sérios obstáculos práticos, éticos e legais. Esses obstáculos podem ser superados com o aprendizado de enxame (SL), em que os parceiros treinam modelos de IA em conjunto sem compartilhar nenhum dado. No entanto, o acesso à tecnologia SL é atualmente limitado porque nenhum estudo implementou SL em uma verdadeira configuração multinacional, nenhuma implementação livremente utilizável de SL está disponível, pesquisadores e profissionais de saúde não têm experiência com a criação de redes SL e os formuladores de políticas não estão cientes do amplo implicações do SL.

ODELIA terá como objetivo resolver esses problemas: ODELIA construirá uma estrutura de software de código aberto para SL, fornecendo uma linha de montagem para o desenvolvimento simplificado de soluções de IA em um ambiente pré-clínico. Para servir como modelo para futuros sistemas de IA baseados em SL, os parceiros da ODELIA colaboram como um consórcio para desenvolver modelos de IA para a detecção de câncer de mama em ressonância magnética (MRI). O tamanho do banco de dados distribuído da ODELIA será substancial e os modelos de IA da ODELIA podem atingir desempenho de nível de especialista para triagem de câncer de mama.

Assim, o ODELIA não apenas fornecerá uma aplicação médica útil, mas também fornecerá evidências para resumir o benefício clínico do SL em termos de desenvolvimento acelerado, aumento de desempenho e capacidade de generalização robusta.

Para conseguir isso, os parceiros da ODELIA coletarão conjuntos de dados retrospectivos e anônimos de ressonância magnética de mama com rótulos manuais de verdade para a presença de câncer e treinarão modelos de IA convencionalmente e via SL. O desempenho dessas abordagens técnicas será comparado. O objetivo do estudo é testar a metodologia do Swarm Learning e o desempenho dos algoritmos de IA desenvolvidos no ODELIA em dados retrospectivos. Não haverá efeito no tratamento dos pacientes, pois todas as avaliações serão feitas retrospectivamente. Nenhum tratamento do paciente ou qualquer intervenção está associado ao estudo.