雷鋒網(wǎng)消息，近日，騰訊天衍實驗室聯(lián)合微眾銀行聯(lián)合研發(fā)了醫(yī)療聯(lián)邦學(xué)習(xí)框架，實現(xiàn)了在保護不同醫(yī)院數(shù)據(jù)隱私下的疾病預(yù)測模型，破解醫(yī)療行業(yè)數(shù)據(jù)安全與隱私保護難題。

作為醫(yī)療AI成長道路不可或缺的“糧食”，數(shù)據(jù)一直是醫(yī)療AI落地的“攔路虎”。我國醫(yī)療健康數(shù)據(jù)領(lǐng)域長期存在“信息孤島”問題，不同地區(qū)甚至不同醫(yī)院間的醫(yī)療數(shù)據(jù)沒有互聯(lián)，也沒有統(tǒng)一的標(biāo)準(zhǔn)。與此同時，數(shù)據(jù)安全問題也存在著巨大挑戰(zhàn)。

據(jù)雷鋒網(wǎng)了解，這是聯(lián)邦學(xué)習(xí)在醫(yī)療健康大數(shù)據(jù)領(lǐng)域應(yīng)用的一個成功案例，為醫(yī)療大健康的各種潛在應(yīng)用如分診診療、慢病防控、疾病早篩、醫(yī)?？刭M的落地等探索出了新的方向。

醫(yī)療聯(lián)邦學(xué)習(xí)——打破數(shù)據(jù)壁壘，保護數(shù)據(jù)隱私

在重大疾病早期篩查和預(yù)測領(lǐng)域，如果要成功能建立大數(shù)據(jù)疾病預(yù)測模型，就需要將居民在不同醫(yī)院的醫(yī)療信息與健康檔案進行整合與建模。

但由于信息系統(tǒng)不統(tǒng)一，醫(yī)院管理機構(gòu)對于數(shù)據(jù)隱私泄露的擔(dān)憂，和相關(guān)數(shù)據(jù)保護法規(guī)的限制，相關(guān)機構(gòu)之間形成了數(shù)據(jù)壁壘，很少有醫(yī)院愿意進行數(shù)據(jù)的共享，這就導(dǎo)致了AI難以在疾病預(yù)測領(lǐng)域“施展拳腳”。

這也是近年來聯(lián)邦學(xué)習(xí)方法日益受到關(guān)注的重要原因。

2016年，谷歌率先提出該技術(shù)，而后微眾銀行則在首席人工智能官楊強教授的帶領(lǐng)下首次提出了“聯(lián)邦遷移學(xué)習(xí)”，并開源自研聯(lián)邦學(xué)習(xí)框架Federated AI Technology Enabler（簡稱FATE），推動聯(lián)邦學(xué)習(xí)技術(shù)在行業(yè)中的落地。

目前，聯(lián)邦學(xué)習(xí)在金融、互聯(lián)網(wǎng)、智慧零智等領(lǐng)域已經(jīng)有多個成功應(yīng)用案例，但在醫(yī)療領(lǐng)域，由于醫(yī)療知識的專業(yè)性，電子病歷的復(fù)雜性對聯(lián)邦學(xué)習(xí)的構(gòu)建帶來了種種困難。

結(jié)合自身醫(yī)療機器學(xué)習(xí)與自然語言處理的先天優(yōu)勢，騰訊天衍實驗室與微眾銀行共同將聯(lián)邦學(xué)習(xí)與醫(yī)療深度融合，通過搭建基于聯(lián)邦學(xué)習(xí)技術(shù)的大數(shù)據(jù)集中與挖掘平臺，開發(fā)醫(yī)療聯(lián)邦學(xué)習(xí)（Medical Federated Learning）技術(shù)。

圖片來源：天衍-微眾投稿給人工智能頂級會議IJCAI 2020的論文

聯(lián)邦學(xué)習(xí)可以繞過醫(yī)療機構(gòu)之間的信息壁壘，不考慮將各自數(shù)據(jù)做合并，而是通過協(xié)議在其間傳遞加密之后的信息，該加密過程具有一定的隱私保護機制，保證加密后的信息不會產(chǎn)生數(shù)據(jù)泄露。各個醫(yī)療機構(gòu)通過使用這些加密的信息更新模型參數(shù)，從而實現(xiàn)在不暴露原始數(shù)據(jù)的條件下使用全部患者數(shù)據(jù)的訓(xùn)練過程。

舉例來說，假設(shè)醫(yī)院 A 和 B 想聯(lián)合訓(xùn)練一個腦卒中疾病預(yù)測模型，兩個醫(yī)院各自掌握科研病例數(shù)據(jù)，此外，醫(yī)院 B 還擁有模型需要預(yù)測的標(biāo)簽數(shù)據(jù)如腦卒中發(fā)病標(biāo)簽。出于數(shù)據(jù)隱私保護和安全考慮，醫(yī)院A和 B無法直接進行數(shù)據(jù)交換。聯(lián)邦學(xué)習(xí)系統(tǒng)則可以利用基于加密的患者樣本對齊技術(shù)，在醫(yī)院 A 和 B 不公開各自數(shù)據(jù)的前提下確認(rèn)雙方的共有患者，并且不暴露不互相重疊的患者，以便聯(lián)合這些用戶的特征進行建模，在確定共有用戶群體后，就可以利用這些數(shù)據(jù)訓(xùn)練疾病預(yù)測模型。

圖片來源：天衍-微眾投稿給人工智能頂級會議IJCAI 2020的論文

在這樣的一種方式下，聯(lián)邦學(xué)習(xí)技術(shù)就實現(xiàn)了保護不同醫(yī)院數(shù)據(jù)隱私的疾病預(yù)測模型，而這項技術(shù)也在疾病預(yù)測領(lǐng)域落地，天衍實驗室和微眾銀行成功構(gòu)建了一個“腦卒中發(fā)病風(fēng)險預(yù)測模型”。

腦卒中預(yù)測準(zhǔn)確率達80%

在構(gòu)建疾病預(yù)測模型過程中，不同醫(yī)院數(shù)據(jù)缺乏標(biāo)準(zhǔn)化是關(guān)鍵性難題。

首先，雙方通過搭建的大數(shù)據(jù)集中與挖掘平臺，構(gòu)建醫(yī)療健康領(lǐng)域機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言理解、文本特征抽取、多種關(guān)系網(wǎng)絡(luò)等多種大數(shù)據(jù)模型，對地區(qū)居民連續(xù)電子病歷和其它數(shù)據(jù)進行多重關(guān)聯(lián)和信息抽取。構(gòu)建帶有時間標(biāo)志的重大慢病標(biāo)簽（腦卒中、冠心病、腫瘤、慢阻肺等）與大健康醫(yī)療特征(疾病、用藥、檢查、癥狀、手術(shù)、費用、家庭關(guān)系、行為、生活、環(huán)境)，并對不同醫(yī)院構(gòu)建統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)形成疾病標(biāo)簽集與特征集。

對疾病預(yù)測模型所需特征進行標(biāo)準(zhǔn)與歸一化后，再將標(biāo)準(zhǔn)化模型部署到不同醫(yī)院，各醫(yī)院按照該標(biāo)準(zhǔn)對自有的疾病、用藥、檢驗檢查、癥狀、手術(shù)等方面的數(shù)據(jù)進行清洗，形成各自的標(biāo)準(zhǔn)化的疾病標(biāo)簽集與醫(yī)療特征集，再以此建立巢式病例對照研究隊列，基于聯(lián)邦學(xué)習(xí)算法協(xié)議，有效訓(xùn)練機器學(xué)習(xí)模型。

通過使用來自就診記錄數(shù)量TOP5的醫(yī)院真實就診數(shù)據(jù)驗證，聯(lián)邦學(xué)習(xí)模型和集中訓(xùn)練模型表現(xiàn)幾乎一致，在腦卒中預(yù)測模型中的準(zhǔn)確率達到80%，僅比集中訓(xùn)練模型準(zhǔn)確率降低1%。

同時，聯(lián)邦學(xué)習(xí)技術(shù)顯著提升了不同醫(yī)院的獨立模型效果，特別是，對于兩家腦卒中確診病例數(shù)量較少的醫(yī)院而言，聯(lián)邦學(xué)習(xí)分別提升其準(zhǔn)確率10%和20%以上。

除疾病預(yù)測模型外，雙方還會圍繞聯(lián)邦學(xué)習(xí)在醫(yī)療大數(shù)據(jù)領(lǐng)域的應(yīng)用落地進行更多維度的合作，包括醫(yī)保控費、合理診斷、精準(zhǔn)醫(yī)療等領(lǐng)域，例如通過聯(lián)邦學(xué)習(xí)助力電子健康卡實現(xiàn)保護用戶隱私建模等等，進而促進醫(yī)療健康產(chǎn)業(yè)發(fā)展，提升醫(yī)療服務(wù)的質(zhì)量。雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。