2020年08月21日,騰訊醫(yī)療健康與微眾銀行,宣布成立聯(lián)合實(shí)驗(yàn)室,結(jié)合騰訊天衍實(shí)驗(yàn)室在醫(yī)療影像、醫(yī)療機(jī)器學(xué)習(xí)與自然語(yǔ)言處理的技術(shù)積累,以及微眾銀行AI團(tuán)隊(duì)在聯(lián)邦學(xué)習(xí)上的領(lǐng)先技術(shù),雙方將共同攻堅(jiān)醫(yī)療聯(lián)邦學(xué)習(xí)(Medical Federated Learning),搭建隱私保護(hù)數(shù)據(jù)平臺(tái),探索醫(yī)療領(lǐng)域的智能化應(yīng)用。
騰訊醫(yī)療副總裁吳文達(dá)醫(yī)生指出,醫(yī)療場(chǎng)景數(shù)據(jù)隱私問題處理至關(guān)重要,技術(shù)進(jìn)步給醫(yī)療帶來(lái)創(chuàng)新的同時(shí)也要兼顧隱私保護(hù),讓行業(yè)贏得良性發(fā)展,讓用戶獲得便利、安全的使用環(huán)境。醫(yī)療聯(lián)邦學(xué)習(xí)框架為醫(yī)療隱私和數(shù)據(jù)安全帶來(lái)了新的解決思路,聯(lián)合實(shí)驗(yàn)室的成立有助于雙方集中技術(shù)優(yōu)勢(shì),深耕醫(yī)療聯(lián)邦學(xué)習(xí)應(yīng)用,突破AI+醫(yī)療創(chuàng)新技術(shù)落地難題。
聯(lián)邦學(xué)習(xí)既保護(hù)了不同機(jī)構(gòu)的數(shù)據(jù)隱私,也提升了機(jī)器學(xué)習(xí)的效率
微眾銀行AI團(tuán)隊(duì)是聯(lián)邦學(xué)習(xí)技術(shù)的引領(lǐng)者,而推動(dòng)微眾銀行AI團(tuán)隊(duì)率先進(jìn)行“聯(lián)邦學(xué)習(xí)”研究并將其應(yīng)用于業(yè)務(wù)中的,是微眾銀行首席人工智能官楊強(qiáng)教授,他也是最早研究“聯(lián)邦學(xué)習(xí)”的國(guó)際人工智能專家之一。楊強(qiáng)教授介紹,聯(lián)邦學(xué)習(xí)的原理是一種加密的分布式機(jī)器學(xué)習(xí)技術(shù),參與各方可以在不披露底層數(shù)據(jù)和底層數(shù)據(jù)的加密(混淆)形態(tài)的前提下共建模型,也是一種共贏的機(jī)器學(xué)習(xí)方式。“聯(lián)邦學(xué)習(xí)”可以讓多個(gè)參與方數(shù)據(jù)不出本地不泄露隱私的條件下進(jìn)行合作,而“遷移學(xué)習(xí)”是將從已有問題學(xué)習(xí)到的“知識(shí)”遷移到新問題上,實(shí)現(xiàn)舉一反三,“聯(lián)邦遷移學(xué)習(xí)”則是將“遷移學(xué)習(xí)”和“聯(lián)邦學(xué)習(xí)”結(jié)合起來(lái),幫助不同機(jī)構(gòu)打破隔閡,聯(lián)合建立AI模型,同時(shí)各方數(shù)據(jù)不出本地,用戶隱私得到最好保護(hù)。目前微眾銀行已經(jīng)在金融、醫(yī)療等行業(yè)領(lǐng)域落地應(yīng)用新的技術(shù)。
聯(lián)合實(shí)驗(yàn)室成立后,雙方將繼續(xù)匯聚優(yōu)勢(shì)及資源,集中在醫(yī)療影像輔助診斷、醫(yī)療大數(shù)據(jù)、醫(yī)療機(jī)器學(xué)習(xí)模型等多個(gè)方面展開深度合作,雙方將研究在保護(hù)多方(如醫(yī)院、企業(yè)等)數(shù)據(jù)的情況下的協(xié)作學(xué)習(xí),從而打破數(shù)據(jù)孤島的限制。特別地,在疫情期間由于患者數(shù)據(jù)需要絕對(duì)隱私使得許多AI技術(shù)無(wú)法得以施展,醫(yī)療聯(lián)邦學(xué)習(xí)框架有望成為解決該問題的一劑“良方”。
微眾銀行楊強(qiáng)教授介紹,基于大數(shù)據(jù)及人工智能聯(lián)合實(shí)驗(yàn)室合作項(xiàng)目,聯(lián)合實(shí)驗(yàn)室將在醫(yī)療聯(lián)邦學(xué)習(xí)框架下對(duì)新冠肺炎的追蹤、診斷、預(yù)后作出積極的探索,例如在疫情中常態(tài)化檢查和病情的朔源工作中,探索在保護(hù)用戶隱私的情況下對(duì)用戶是否具有感染風(fēng)險(xiǎn)并以綠碼和紅碼兩種形式進(jìn)行表征。
此外,聯(lián)合實(shí)驗(yàn)室還將針對(duì)新冠肺炎CT影像建立基于聯(lián)邦學(xué)習(xí)框架的輔助診斷模型,讓世界各地的醫(yī)院可以在不泄露隱私的情況下共同學(xué)習(xí)、聯(lián)合建模,從而極大地提升病例稀缺的醫(yī)院的診斷準(zhǔn)確率。
同時(shí),醫(yī)療聯(lián)邦學(xué)習(xí)作為基礎(chǔ)技術(shù)框架,可以挖掘并利用醫(yī)療健康數(shù)據(jù),構(gòu)建不同的醫(yī)療場(chǎng)景應(yīng)用,如通過聯(lián)邦學(xué)習(xí)助力電子健康卡實(shí)現(xiàn)保護(hù)用戶隱私建模、醫(yī)?;鹂刭M(fèi)、個(gè)人與機(jī)構(gòu)拒付識(shí)別等等,以助力醫(yī)療健康產(chǎn)業(yè)發(fā)展,提升醫(yī)療服務(wù)的質(zhì)量。
早在去年,騰訊天衍實(shí)驗(yàn)室和微眾銀行在醫(yī)療大數(shù)據(jù)、醫(yī)學(xué)影像輔助診斷等領(lǐng)域便展開了合作,通過AI技術(shù)賦能的成果轉(zhuǎn)化切實(shí)提高醫(yī)務(wù)工作者的效率。聯(lián)合實(shí)驗(yàn)室研究員趙瑞輝和鞠策聯(lián)合研發(fā)了基于醫(yī)療聯(lián)邦學(xué)習(xí)框架的“腦卒中發(fā)病風(fēng)險(xiǎn)預(yù)測(cè)模型”,該模型成功破解醫(yī)療行業(yè)信息孤島和隱私保護(hù)難題,實(shí)現(xiàn)了在保護(hù)不同醫(yī)院數(shù)據(jù)隱私下的疾病精準(zhǔn)預(yù)測(cè),其預(yù)測(cè)準(zhǔn)確率高達(dá)80%。另外,通過聯(lián)邦學(xué)習(xí)技術(shù),大型三甲醫(yī)院數(shù)據(jù)資源可以幫助醫(yī)療服務(wù)匱乏病例少小型醫(yī)院在模型預(yù)測(cè)指標(biāo)上提升了10-20%。該工作以論文形式陳述(論文鏈接:https://arxiv.org/abs/2006.10517),并被FL-IJCAI'20高分錄用。同時(shí),該工作獲得騰訊公司十大微創(chuàng)新項(xiàng)目獎(jiǎng)。
騰訊天衍實(shí)驗(yàn)室負(fù)責(zé)人鄭冶楓博士指出,雙方成立聯(lián)合實(shí)驗(yàn)室,有助于加速聯(lián)邦學(xué)習(xí)技術(shù)在醫(yī)療領(lǐng)域的研究和應(yīng)用,尤其在后疫情時(shí)代,醫(yī)療領(lǐng)域?qū)I和大數(shù)據(jù)等技術(shù)的應(yīng)用轉(zhuǎn)化需求激增,希望雙方能進(jìn)一步加速醫(yī)療創(chuàng)新技術(shù)的突破,切實(shí)提升AI醫(yī)療業(yè)務(wù)發(fā)展。