Intelligence artificielle IA en Santé : Les chercheurs misent sur le federated learning pour...

Pour approfondir le sujet

Sur le même thème :

Focus sur PanGu-Alpha, le modèle de langage élaboré avec 25 milliards de paramètres de plus que GPT-3

GPT-3, le modèle de langage d'Open AI, disponible depuis juillet 2020, était au moment de son annonce, le plus gros modèle linguistique jamais entrainé...

Thalès publie son rapport annuel sur les cyberattaques et les environnements cloud en entreprise

Thalès, le groupe technologique spécialisé dans l'aérospatiale, la défense, le transport terrestre et la sécurité, a publié l'édition 2021 de son rapport sur les...

Google I/O : annonce de Vertex AI, la nouvelle plateforme MLOps de Google Cloud

Depuis le 18 mai dernier, Vertex AI de Google Cloud est disponible : cette plateforme MLOps permet de déployer des modèles d'IA ainsi que...

Le 3IA Côte d’Azur lance une nouvelle formation autour de l’intelligence artificielle en santé et en médecine

En partenariat avec la faculté de médecine de l’université Côte d’Azur, l’Institut Interdisciplinaire d’Intelligence Artificielle Côte d’Azur (3IA Côte d’Azur) proposera une formation autour...

IA en Santé : Les chercheurs misent sur le federated learning pour la protection des données médicales

Les systèmes d’IA dans le secteur de la médecine sont nombreux : ils sont exploité pour améliorer le processus du diagnostic du mésothéliome, dépister les arythmies cardiaques ou trouver un traitement pour la maladie de Huntington. Toutefois, pour que ces modèles fonctionnent, il est nécessaire d’obtenir les données médicales protégées. Pour répondre à cela, une équipe de recherche de l’Université technique de Munich (TUM), de l’Imperial College London  et de l’organisation OpenMined a mis au point une technologie garantissant la protection des données personnelles des patients. 

Faciliter la protection des données de santé

Une pratique courante des centres de radiologie consiste à partager les informations de leurs patients en envoyant des copies de leur base de données. Celles-ci sont anonymisées et étiquetées à l’aide d’un pseudo. Malheureusement, certains de ces processus ne sont pas 100 % fiables en matière de protection des données, c’est ce qu’a remarque le Dr Daniel Rueckert, professeur d’IA en soins de santé et en médecine à la TUM.

Afin de répondre à ce problème, une équipe interdisciplinaire composée de membres de la TUM a travaillé avec des chercheurs de l’Imperial College London et d’OpenMined pour proposer une solution d’aide au diagnostic basée sur l’IA qui assure la confidentialité des données. Elle compile une combinaison d’images radiologiques. Cet outil a fait l’objet d’un article rédigé par 14 chercheurs dont Danier Rueckert et les auteurs principaux Alexander Ziller, de l’institut de diagnostics et d’interventions radiologiques de la TUM, également professeur d’IA en soins de santé et en médecine, et affilié OpenMined, ainsi que Dr Georgios Kaissis de l’Institut d’informatique médicale, de statistique et d’épidémiologie de la TUM et chef du projet.

Garantir la protection des données grâce au federated learning

Pour développer cet algorithme, les chercheurs ont exploité le federated learning (ou apprentissage fédéré). Les modèles sont entrainés dans différents hôpitaux en utilisant leurs propres données, et le résultat de ces entrainements est consolidé en un modèle unique, permettant ainsi d’éviter le transit des données.

Afin d’éviter l’identification des institutions où un des algorithmes a été entrainé, l’équipe a exploité trois techniques :

  • Application de l’agrégation sécurisée : l’équipe de chercheurs a combiné l’ensemble des algorithmes sous forme cryptée. Elles n’ont été décryptées qu’au moment où toutes les institutions participantes avaient entrainé leurs modèles.
  • Garantir la confidentialité différentielle : empêcher que les données individuelles des patients soient séparées des enregistrements des données.
  • Prise en compte de la corrélation statistique : ces corrélations peuvent être extraites des enregistrements de données. Les données de chaque personne, elles, ne peuvent pas être extraites.

Favoriser la coopération entre les institutions médicales

le Professeur Marcus R. Makowski, directeur du département de radiologie diagnostique et interventionnelle de l’hôpital Rechts der Isar de la TUM, a évoqué la précision de ses modèles en matière d’aide au diagnostic :

“Nous avons testé nos modèles auprès de radiologues spécialisés. Dans certains cas, les modèles ont montré une précision comparable ou meilleure dans le diagnostic de divers types de pneumonie chez les enfants.”

Une autre étude qui a fait le cadre d’une publication rédigée par Georgios Kaissis, Marcus R. Makowski, Daniel Rückert et Rickmer F. Braren, a souligné que la combinaison des dernières méthodes exploitées en matière de protection de données pourrait faciliter la coopération entre les instituions médicales.

L’utilisation de l’IA peut, selon les chercheurs, surmonter les obstacles éthiques, juridiques et politiques. L’ensemble des scientifiques ayant pris part à ces recherches affirment que leur nouvelle technologique peut apporter une importance avancée dans la médecine numérique, tout en respectant les enjeux liés à la protection des données.

Notons que cet emploi du Federated Learning en santé n’est pas une première, puisque des sociétés telles qu’Owkin, porteuse du projet Substra s’appuient couramment sur cette approche.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Zacharie Tazrout

Partager l'article

Quel rôle l’intelligence artificielle joue-t-elle dans la lutte contre les incendies de forêt ?

Le Maroc, l'Espagne et la France connaissent actuellement une vague de chaleur très importante qui surprend les météorologues car elle arrive précocement. Avec le...

L’UMONS introduit 40 portefeuilles projets FEDER-FSE+ pour un budget de plus de 280 millions d’euros

Le FEDER (Fonds Européen de Développement Régional) et le FSE (Fonds Social Européen Plus) ont pour objectif de renforcer la cohésion sociale et économique...

Yoshua Bengio fait son entrée dans le dictionnaire Larousse

Nouveau signe de la popularisation de l'intelligence artificielle, le directeur scientifique de Mila et professeur à l’Université de Montréal, Yoshua Bengio, intègre le Petit...

METAFORA biosystems lance METAflow, logiciel cloud d’analyse numérique de cytométrie en flux

METAFORA Biosystems, une société qui a développé une plateforme de cytométrie en flux alimentée par l'IA pour générer des diagnostics in vitro (DIV) plus...
Recevoir une notification en cas d'actualité importante    OK Non merci