Ретроспективный анализ данных магнитно-резонансной томографии для скрининга рака молочной железы в открытом консорциуме по децентрализованному медицинскому искусственному интеллекту (ODELIA)

Искусственный интеллект (ИИ) призван произвести революцию в здравоохранении, поскольку его диагностические возможности приближаются к возможностям клинических экспертов. В частности, при скрининге рака ИИ может помочь пациентам принимать более обоснованные решения и уменьшить количество медицинских ошибок. Однако для этого требуются большие наборы данных, сбор которых сталкивается с серьезными практическими, этическими и юридическими препятствиями. Эти препятствия потенциально могут быть преодолены с помощью группового обучения (SL), когда партнеры совместно обучают модели ИИ без обмена какими-либо данными. Тем не менее, доступ к технологии SL в настоящее время ограничен, потому что никакие исследования не применяли SL в действительно многонациональной среде, нет доступной для свободного использования реализации SL, исследователи и поставщики медицинских услуг не имеют опыта создания сетей SL, а политики в настоящее время не знают о более широком последствия СЛ.

ODELIA будет стремиться решить эти проблемы: ODELIA создаст программную среду с открытым исходным кодом для SL, предоставив сборочную линию для оптимизированной разработки решений ИИ в доклинических условиях. Чтобы служить образцом для будущих систем искусственного интеллекта на основе SL, партнеры ODELIA сотрудничают в качестве консорциума для разработки моделей искусственного интеллекта для обнаружения рака молочной железы с помощью магнитно-резонансной томографии (МРТ). Размер распределенной базы данных ODELIA будет значительным, а модели искусственного интеллекта ODELIA могут достичь производительности экспертного уровня для скрининга рака молочной железы.

Таким образом, ODELIA сможет не только предоставить полезное медицинское приложение, но и предоставить доказательства, обобщающие клинические преимущества SL с точки зрения ускоренной разработки, повышения производительности и надежной обобщаемости.

Для этого партнеры ODELIA будут собирать ретроспективные анонимные наборы данных МРТ молочной железы с ручными метками достоверности для выявления рака и будут обучать модели ИИ традиционным способом и с помощью SL. Производительность этих технических подходов будет сравниваться. Цель исследования — протестировать методологию Swarm Learning и производительность алгоритмов ИИ, разработанных в ODELIA, на ретроспективных данных. Это не повлияет на лечение пациентов, поскольку все оценки будут проводиться ретроспективно. Никакое лечение пациента или какое-либо вмешательство не связаны с исследованием.