基于英特尔OpenFL框架和12.5万张胸部x光图片，印度一医疗集团上线联邦学习新系统

近日，医疗集团Aster DM Healthcare旗下的Aster创新研究中心与英特尔公司、人工智能企业CARPL.ai合作，在印度开发并推出一款基于AI的健康数据平台。

Aster DM Healthcare公司总部位于阿联酋，是中东和北非地区发展最快的医疗集团之一，在全球拥有两万余名员工。同时，该公司在印度医疗领域也有所布局。

据了解，这款健康数据平台基于联邦学习技术，可以跨多个分散的数据源（包含本地数据样本）训练AI算法，而无需进行数据交换。此外，该平台还应用了英特尔旗下用于训练机器学习算法的开源框架OpenFL，以促进联邦学习算法的开发。OpenFL可以与CARPL.ai公司的数据提取、转换和加载功能相结合，用于端到端的AI模型训练。

据了解，该健康数据平台已经使用喀拉拉邦、班加罗尔和维杰亚瓦达等地Aster医院的医院数据进行了测试，共提取了超过125000张胸部x射线图像，使用双位点方法训练CheXNet AI模型，并通过模型检测x射线报告中的异常。

Aster DM Healthcare相关人员表示，AI解决方案在医学成像中的优势作用有目共睹，更有助于解决医护人员短缺等紧迫问题，但如何在遵守监管政策的前提下访问医疗机构和其他医疗系统的数据孤岛仍然是一个“巨大的挑战”。

英特尔印度地区负责人Nivruti Rai认为，开发AI应用程序的关键当务之急是，获取高质量的训练数据集并解决监管框架和地理边界形式的限制。

通过提供对庞大数据集的访问，Aster DM Healthcare开发的这一基于联邦学习的平台，实现了团队合作开发支持人工智能的健康技术解决方案，并进一步推动药物发现、诊断、基因组学和医疗健康预测等领域的创新。

同时，该平台还允许临床试验以安全和分布式的方式访问相关数据集。

作为服务提供方，该平台有望提高AI模型训练的准确性，同时支持来自不同组织的数据科学家在不共享原始数据的情况下执行AI训练。通过安全和隐私保证，该平台还确保了组织数据的合规性和治理。

据Aster DM Healthcare介绍，其最近的试点还展示了该平台如何能够“在不损害数据隐私和安全的情况下，跨组织和地理边界民主访问健康数据”。

近年来，Aster DM Healthcare在扩大AI技术在印度医疗保健领域的应用方面取得了长足的进步。

其中一个重要表现就是，位于班加罗尔的综合医院Aster CMI医院开设的AI实验室。今年三月，Aster CMI医院与印度科学研究所联合开启了Aster AI实验室，旨在构建AI医疗健康工具并培训AI医疗健康专业人员。

在起步阶段，实验室将首先致力于开发神经病学的AI工具，继而扩展到其他临床专业。

Rai宣称，基于联合学习的健康数据平台的开发“标志着‘将计算转化为数据’而不是‘将数据转化为计算’的范式转变”。

Aster DM Healthcare董事长兼创始人Azad Moopen博士称：“到目前为止，仅在医疗健康领域开展了少数此类措施。”他们的健康数据平台将“支持为患者开发预测机制，提供对治疗发表第二意见的机会，最重要的是，确认患者的数据安全性和保密性。”

CARPL.ai公司CEO Vidur Mahajan博士指出：“毫无疑问，去中心化数据存储以及AI模型的后续联合训练才是未来的方向，特别是在AI缺乏通用性的问题逐渐凸显的背景下。”