NVIDIA Clara联邦学习为医院带来AI，同时保护患者数据
2019-12-02 12:21
分享到微信
分享到微博
北美放射学会（Radiological Society of North America，简称RSNA）年度大会上，有超过100家参展商采用了NVIDIA的技术将AI引入放射学。2019年看来将成为AI在医疗健康领域应用的拐点。
尽管AI潜力巨大，但仍存在一项关键性的挑战——即如何在保护患者隐私的同时，获取训练AI模型所需的海量数据。通过与业界合作，NVIDIA创建出了一种解决方案。
在今年的RSNA大会上，NVIDIA推出了NVIDIA Clara联邦学习，它利用分布式协作型学习技术，能够将患者数据保存在医疗服务机构内部。
NVIDIA Clara 联邦学习运行于NVIDIA最近发布的NVIDIA EGX智能边缘计算平台上。
联邦学习——能够保护隐私的AI
Clara 联邦学习（Clara Federated Learning），是一款用于分布式协作型AI模型训练的参考应用程序，可保护患者隐私。这些分布式客户端系统运行于由全球系统制造商打造的面向边缘的NVIDIA NGC-Ready服务器上，可在本地执行深度学习训练，并协作训练出更准确的全局模型（global model）。
其工作原理如下：Clara 联邦学习应用程序被打包到Helm图表中，以简化在Kubernetes基础架构上的部署。NVIDIA EGX平台将安全地对联邦服务器和协作客户端进行配置，提供启动联邦学习项目所需的一切，包括应用程序容器和初始AI模型。
NVIDIA Clara联邦学习采用分布式训练，跨医院开发AI模型，无需共享个人数据。
参与项目的医院使用NVIDIA Clara AI辅助注释SDK来标记自家患者数据，该SDK集成于3D Slicer、Mitk、Fovia和Philips IntelliSpace Discovery等医学指示仪中。使用预先训练的模型和迁移学习技术，NVIDIA AI能够帮助放射科医生进行标记，将复杂的3D研究时间从几小时减少到几分钟。
对于参与项目的各家医院来说，他们的EGX服务器会基于其本地数据来训练全局模型。本地训练结果通过安全链接共享回联邦学习服务器。这种方法只会共享对模型权重的修正，而不共享病例，从而能够保护隐私，以便通过联合平均来构建新的全局模型。
这一过程将会反复进行，直到AI模型达到其期望的精度。这种分布式方法实现了卓越的深度学习性能，同时能够确保患者数据安全和隐私。
英美医疗机构抢先采用NVIDIA Clara联邦学习
全球领先的医疗健康机构——包括美国放射学院（American College of Radiology，简称ACR）、麻省总医院（Massachusetts General Hospital）和加州大学洛杉矶分校医疗中心（UCLA Medical Center）——都在抢先采用该技术，致力于为自己的医生、患者和医疗设施开发个性化的AI应用，他们的医疗数据、应用程序和设备都在增加，同时患者隐私必须得到保护。
ACR正在其国家医疗成像平台AI-LAB中试用NVIDIA Clara 联邦学习。AI-Lab将助力ACR的38,000名医疗成像会员安全地构建、共享、调整并验证AI模型。对于希望使用AI-Lab的医疗机构来说，现有多款面向边缘的NVIDIA NGC-Ready 系统可供其选择，包括Dell、HPE、联想和Supermicro。
加州大学洛杉矶分校放射科也在使用NVIDIA Clara 联邦学习，将AI的强大功能引入放射科。作为顶级学术医学中心，加州大学洛杉矶分校能够验证Clara 联邦学习的有效性，并在未来将其扩展到更广泛的加州大学系统中。
新英格兰的美国联盟医疗体系 （ Partners HealthCare ）也宣布了一项采用NVIDIA Clara 联邦学习的新计划。麻省总医院和布莱根妇女医院临床数据科学中心将利用美国联盟医疗体系系统中的数据资产和临床专业知识，率先开展这项工作。
在英国，NVIDIA正与伦敦国王学院（King's College London）和Owkin合作，为英国国家医疗服务体系（National Health Service）搭建联邦学习平台。运行于NVIDIA Clara上的Owkin Connect平台使算法能够从一家医院传输到另一家医院，在医院的本地数据集上进行训练。该平台为每家医院提供一个区块链分布式分类账，用于捕获和跟踪用于模型训练的所有数据。
该项目最初将伦敦的四家一流教学医院相连，为其提供AI服务，以加速癌症、心衰和神经退行性疾病等领域工作的开展，并将于2020年扩展到至少12家英国医院。
让医院里的一切都变得智能
随着传感器的迅速普及，像斯坦福医院这样的医疗中心正致力于为每套系统赋予智能。然而要使传感器变得智能，设备需要一台强大且低功耗的AI计算机。
这正是NVIDIA要发布NVIDIA Clara AGX的原因，这是一款嵌入式AI开发工具包，可在高数据速率下进行图像和视频处理，将AI推理和3D可视化技术应用于看护点。
NVIDIA Clara AGX可从小型嵌入式设备扩展至sidecar系统，再扩展到全尺寸服务器
Clara AGX搭载的是与自动驾驶汽车控制处理器相同的 NVIDIA Xavier SoC。其功耗仅为10W，适合嵌入于医疗仪器当中或在小型相邻系统中运行。
革命性的HyperFine是Clara AGX的完美应用案例，这是全球首款便携式医疗点MRI系统。HyperFine将于本周RSNA大会上在NVIDIA展位上展出。
Hyperfine的移动MRI系统采用了NVIDIA GPU，将在NVIDIA的展位上展出
HyperFine系统是众多医疗仪器、手术套件、患者监控设备和智能医疗摄像头中首批有望采用Clara AGX的系统之一。NVIDIA正在见证AI医疗物联网的开启。
NVIDIA Clara SDK不久即将通过NVIDIA的早期接入计划推出。它包括两款常见参考应用程序——针对内窥镜视频的AI推理和用于超声的软件波束成形。
RSNA 2019年是AI在放射学领域应用取得突破性进展的一年。NVIDIA很高兴能与众多医疗健康合作伙伴展开合作，推进医学成像的发展，同时利用边缘AI保护患者数据安全。
尽管AI潜力巨大，但仍存在一项关键性的挑战——即如何在保护患者隐私的同时，获取训练AI模型所需的海量数据。通过与业界合作，NVIDIA创建出了一种解决方案。
在今年的RSNA大会上，NVIDIA推出了NVIDIA Clara联邦学习，它利用分布式协作型学习技术，能够将患者数据保存在医疗服务机构内部。
NVIDIA Clara 联邦学习运行于NVIDIA最近发布的NVIDIA EGX智能边缘计算平台上。
联邦学习——能够保护隐私的AI
Clara 联邦学习（Clara Federated Learning），是一款用于分布式协作型AI模型训练的参考应用程序，可保护患者隐私。这些分布式客户端系统运行于由全球系统制造商打造的面向边缘的NVIDIA NGC-Ready服务器上，可在本地执行深度学习训练，并协作训练出更准确的全局模型（global model）。
其工作原理如下：Clara 联邦学习应用程序被打包到Helm图表中，以简化在Kubernetes基础架构上的部署。NVIDIA EGX平台将安全地对联邦服务器和协作客户端进行配置，提供启动联邦学习项目所需的一切，包括应用程序容器和初始AI模型。
NVIDIA Clara联邦学习采用分布式训练，跨医院开发AI模型，无需共享个人数据。
参与项目的医院使用NVIDIA Clara AI辅助注释SDK来标记自家患者数据，该SDK集成于3D Slicer、Mitk、Fovia和Philips IntelliSpace Discovery等医学指示仪中。使用预先训练的模型和迁移学习技术，NVIDIA AI能够帮助放射科医生进行标记，将复杂的3D研究时间从几小时减少到几分钟。
对于参与项目的各家医院来说，他们的EGX服务器会基于其本地数据来训练全局模型。本地训练结果通过安全链接共享回联邦学习服务器。这种方法只会共享对模型权重的修正，而不共享病例，从而能够保护隐私，以便通过联合平均来构建新的全局模型。
这一过程将会反复进行，直到AI模型达到其期望的精度。这种分布式方法实现了卓越的深度学习性能，同时能够确保患者数据安全和隐私。
英美医疗机构抢先采用NVIDIA Clara联邦学习
全球领先的医疗健康机构——包括美国放射学院（American College of Radiology，简称ACR）、麻省总医院（Massachusetts General Hospital）和加州大学洛杉矶分校医疗中心（UCLA Medical Center）——都在抢先采用该技术，致力于为自己的医生、患者和医疗设施开发个性化的AI应用，他们的医疗数据、应用程序和设备都在增加，同时患者隐私必须得到保护。
ACR正在其国家医疗成像平台AI-LAB中试用NVIDIA Clara 联邦学习。AI-Lab将助力ACR的38,000名医疗成像会员安全地构建、共享、调整并验证AI模型。对于希望使用AI-Lab的医疗机构来说，现有多款面向边缘的NVIDIA NGC-Ready 系统可供其选择，包括Dell、HPE、联想和Supermicro。
加州大学洛杉矶分校放射科也在使用NVIDIA Clara 联邦学习，将AI的强大功能引入放射科。作为顶级学术医学中心，加州大学洛杉矶分校能够验证Clara 联邦学习的有效性，并在未来将其扩展到更广泛的加州大学系统中。
新英格兰的美国联盟医疗体系 （ Partners HealthCare ）也宣布了一项采用NVIDIA Clara 联邦学习的新计划。麻省总医院和布莱根妇女医院临床数据科学中心将利用美国联盟医疗体系系统中的数据资产和临床专业知识，率先开展这项工作。
在英国，NVIDIA正与伦敦国王学院（King's College London）和Owkin合作，为英国国家医疗服务体系（National Health Service）搭建联邦学习平台。运行于NVIDIA Clara上的Owkin Connect平台使算法能够从一家医院传输到另一家医院，在医院的本地数据集上进行训练。该平台为每家医院提供一个区块链分布式分类账，用于捕获和跟踪用于模型训练的所有数据。
该项目最初将伦敦的四家一流教学医院相连，为其提供AI服务，以加速癌症、心衰和神经退行性疾病等领域工作的开展，并将于2020年扩展到至少12家英国医院。
让医院里的一切都变得智能
随着传感器的迅速普及，像斯坦福医院这样的医疗中心正致力于为每套系统赋予智能。然而要使传感器变得智能，设备需要一台强大且低功耗的AI计算机。
这正是NVIDIA要发布NVIDIA Clara AGX的原因，这是一款嵌入式AI开发工具包，可在高数据速率下进行图像和视频处理，将AI推理和3D可视化技术应用于看护点。
NVIDIA Clara AGX可从小型嵌入式设备扩展至sidecar系统，再扩展到全尺寸服务器
Clara AGX搭载的是与自动驾驶汽车控制处理器相同的 NVIDIA Xavier SoC。其功耗仅为10W，适合嵌入于医疗仪器当中或在小型相邻系统中运行。
革命性的HyperFine是Clara AGX的完美应用案例，这是全球首款便携式医疗点MRI系统。HyperFine将于本周RSNA大会上在NVIDIA展位上展出。
Hyperfine的移动MRI系统采用了NVIDIA GPU，将在NVIDIA的展位上展出
HyperFine系统是众多医疗仪器、手术套件、患者监控设备和智能医疗摄像头中首批有望采用Clara AGX的系统之一。NVIDIA正在见证AI医疗物联网的开启。
NVIDIA Clara SDK不久即将通过NVIDIA的早期接入计划推出。它包括两款常见参考应用程序——针对内窥镜视频的AI推理和用于超声的软件波束成形。
RSNA 2019年是AI在放射学领域应用取得突破性进展的一年。NVIDIA很高兴能与众多医疗健康合作伙伴展开合作，推进医学成像的发展，同时利用边缘AI保护患者数据安全。
