英特尔实验室与宾夕法尼亚大学佩雷尔曼医学院(宾夕法尼亚大学)正在共同开发技术，以使由宾州医学(Penn Medicine)领导的29个国际医疗保健和研究机构联合起来培训人工智能(AI)使用称为联合学习的隐私保护技术识别脑部肿瘤的模型。宾夕法尼亚大学的研究工作由 美国国立卫生研究院(NIH)的国家癌症研究所(NCI)的癌症信息技术研究计划(ITCR)资助，并通过三年期120万美元赠款给首席研究员 Spyridon博士Bakas 在 中心生物医学影像计算和分析(CBICA) 宾夕法尼亚大学。
英特尔实验室首席工程师杰森·马丁说：“人工智能对脑肿瘤的早期检测显示出巨大的希望，但要发挥其全部潜力，它将需要比任何一个医疗中心都要多的数据。使用英特尔的软硬件和支持在一些英特尔实验室最聪明的头脑中，我们正在与宾夕法尼亚大学和29个协作医疗中心联合组成的联盟，在保护敏感的患者数据的同时，促进脑肿瘤的识别。”
宾州医学和来自美国，加拿大，英国，德国，荷兰，瑞士和印度的29个医疗保健和研究机构将使用联合学习，这是一种分布式机器学习方法，使组织能够在不共享的情况下就深度学习项目进行协作患者数据。
Penn Medicine和Intel Labs率先 发表了有关 医学成像领域的联合学习的论文，特别证明了联合学习方法可以训练模型，使其准确性达到在传统的非私有模型中训练的模型的99%以上方法。本文最初在西班牙格拉纳达举行的2018年医学图像计算和计算机辅助干预国际会议(MICCAI)上发表。这项新工作将利用英特尔软件和硬件来实施联合学习，从而为模型和数据提供额外的隐私保护。
Bakas说：“机器学习培训需要大量和多样化的数据，这是我们科学界普遍接受的，没有任何一个机构可以拥有。” “我们正在协调由29个合作的国际医疗保健和研究机构组成的联盟，这些联盟将能够使用保护隐私的机器学习技术(包括联合学习)来为医疗保健培训最先进的AI模型。今年，联邦将开始开发从国际脑肿瘤分割(BraTS)挑战 数据集的扩展版本中识别脑肿瘤的算法 。该联盟将使医学研究人员能够访问大量医疗数据，同时保护这些数据的安全性。”
根据美国脑肿瘤协会 (ABTA)的数据，今年将有近80,000人被诊断出患有脑肿瘤，其中4,600多人是儿童。为了训练和建立检测脑肿瘤的模型以帮助及早发现和改善结局，研究人员需要访问大量相关的医学数据。但是，至关重要的是数据必须保持私有和受保护，这正是采用英特尔技术进行联合学习的地方。通过使用这种方法，所有合作伙伴组织的研究人员将能够共同构建和训练检测大脑的算法肿瘤，同时保护敏感的医学数据。
到2020年，Penn和29个国际医疗保健和研究机构将使用英特尔的联合学习硬件和软件来生产新的最新AI模型，该模型已在迄今为止最大的脑肿瘤数据集上进行了训练-所有这些都没有敏感的患者数据离开各个合作者。预计将参与启动该联盟第一阶段工作的合作机构的子集包括宾夕法尼亚大学医院，圣路易斯华盛顿大学，匹兹堡大学医学中心，范德比尔特大学，皇后大学，慕尼黑工业大学，伯尔尼大学，伦敦国王学院和塔塔纪念医院。