[[406170]]

本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

如今，在一些疾病的診斷領(lǐng)域，AI的準(zhǔn)確率已經(jīng)超過了醫(yī)生。

靠譜的診斷結(jié)果背后，是建立海量數(shù)據(jù)集上的機(jī)器學(xué)習(xí)。

但實(shí)際上，可用于訓(xùn)練的醫(yī)療數(shù)據(jù)非常分散，想要把世界各地的數(shù)據(jù)都集合起來又會(huì)引發(fā)對(duì)數(shù)據(jù)所有權(quán)、隱私性、保密性、安全性的擔(dān)憂，甚至數(shù)據(jù)壟斷的威脅……

常用的方法如聯(lián)邦學(xué)習(xí)，可以解決上述的一些問題，但該模型的參數(shù)由“中央?yún)f(xié)調(diào)員”（ central coordinator）處理，造成了“權(quán)力”的集中，且它的星形架構(gòu)也導(dǎo)致容錯(cuò)性降低。

就沒有好的解決辦法嗎？

有，Nature封面為我們刊登了一種叫做Swarm Learning （群體學(xué)習(xí)，SL）的全新機(jī)器學(xué)習(xí)方法！

該方法結(jié)合了邊緣計(jì)算、基于區(qū)塊鏈的對(duì)等網(wǎng)絡(luò)，無需“中央?yún)f(xié)調(diào)員”，超越了聯(lián)邦學(xué)習(xí)，可以在不違反隱私法的情況下集合來自世界各地的任何醫(yī)療數(shù)據(jù)。

研究人員用了四個(gè)異質(zhì)性疾病 （結(jié)核病、COVID-19、白血病和肺部病變），來驗(yàn)證了Swarm Learning方法使用分布式數(shù)據(jù)來診斷疾病的可行性。

具體如何實(shí)現(xiàn)？

群體學(xué)習(xí)方法采用去中心化的架構(gòu)，用私人許可的區(qū)塊鏈技術(shù)實(shí)現(xiàn)。

整個(gè)Swarm網(wǎng)絡(luò)由多個(gè)Swarm邊緣節(jié)點(diǎn)組成，節(jié)點(diǎn)之間通過該網(wǎng)絡(luò)來共享參數(shù)，每個(gè)節(jié)點(diǎn)使用私有數(shù)據(jù)和網(wǎng)絡(luò)提供的模型來訓(xùn)練自己的模型。

該方法提供安全措施，以支持通過私有許可區(qū)塊鏈技術(shù)保證數(shù)據(jù)的所有權(quán)、安全性和機(jī)密性。

其中，只有預(yù)先授權(quán)的參與者才能加入，且新節(jié)點(diǎn)的加入是動(dòng)態(tài)的，通過適當(dāng)?shù)氖跈?quán)措施來識(shí)別參與者，并通過區(qū)塊鏈智能合約注冊(cè)，讓參與者獲得模型，執(zhí)行本地模型訓(xùn)練。

直到本地模型訓(xùn)練到滿足定義的同步條件后，才可以通過Swarm的API交換模型參數(shù)，并在新一輪訓(xùn)練開始之前，合并新的參數(shù)配置來更新模型。

△ 群體學(xué)習(xí)與其他機(jī)器學(xué)習(xí)方法的架構(gòu)對(duì)比

因此該群體學(xué)習(xí)方法具有以下特點(diǎn)：

• 可以將數(shù)據(jù)所有者的醫(yī)療數(shù)據(jù)保存在本地；
• 不需要交換原始數(shù)據(jù)，因此可減少數(shù)據(jù)流量（data traffic）；
• 可以提供高水平地?cái)?shù)據(jù)安全保護(hù)；
• 無需中央管理員就可保證分散成員安全、透明和公平地加入；
• 允許所有成員同等權(quán)利地合并參數(shù)；
• 保護(hù)機(jī)器學(xué)習(xí)模型免受攻擊。

為了驗(yàn)證該方法基于分布式數(shù)據(jù)開發(fā)診斷疾病功能的可行性，研究人員用它來診斷四種疾病。

區(qū)分輕度和重度 COVID-19 ，表現(xiàn)優(yōu)于單個(gè)節(jié)點(diǎn)

首先是白血病。

研究人員將超過12000多個(gè)的樣本數(shù)據(jù)“孤立”到各個(gè)節(jié)點(diǎn)，以模擬中現(xiàn)實(shí)世界中分布在世界各地的醫(yī)療中心。

再用群體學(xué)習(xí)訓(xùn)練這些數(shù)據(jù)再去診斷未知病人，他們發(fā)現(xiàn)，無論如何改變各個(gè)節(jié)點(diǎn)的樣本分布情況，群體學(xué)習(xí)方法的診斷準(zhǔn)確率均優(yōu)于單個(gè)節(jié)點(diǎn)。

接著使用群體學(xué)習(xí)識(shí)別結(jié)核病或肺部病變患者，結(jié)果也是如此，且減少訓(xùn)練樣本的數(shù)量以后，群體學(xué)習(xí)的預(yù)測(cè)效果雖然下降，但仍優(yōu)于任何一個(gè)單獨(dú)的節(jié)點(diǎn)。

緊跟疫情，研究人員也檢測(cè)了群體學(xué)習(xí)對(duì)于診斷新冠病毒的效果。

結(jié)果顯示，在區(qū)分輕度和重度 COVID-19 時(shí)，群體學(xué)習(xí)的表現(xiàn)優(yōu)于單個(gè)節(jié)點(diǎn)。

最后，研究人員表示，群體學(xué)習(xí)作為一個(gè)去中心化的學(xué)習(xí)方法，有望取代目前跨機(jī)構(gòu)醫(yī)學(xué)研究中的數(shù)據(jù)共享模式，在保證數(shù)據(jù)隱私等方面的情況下，幫助AI獲得更豐富全面的數(shù)據(jù)，為AI診斷疾病提供更高的準(zhǔn)確率。

論文地址：
https://www.nature.com/articles/s41586-021-03583-3

GitHub代碼：

https://github.com/schultzelab/swarm_learning