打破开放与隐私壁垒，7国30家机构创建最大医学AI协作系统

图片地址：https://images.tmtpost.com/uploads/images/2020/06/20200601135657925.jpg

图片来源@视觉中国文丨学术头条近年来，随着AI的发展，我们已经看到了人工智能在发现乳腺癌、肺癌和皮肤癌方面超过了医生。现在，研究人员又将注意力转向了脑瘤。由宾夕法尼亚大学医学院领导、29家国际医疗和研究机构参与的联合团队正在创建一个有史以来最大脑瘤数据集训练的人工智能模型，基于一种名为联邦学习（Federated Learning）的技术，可以在分散的服务器之间训练算法。这样以来，来自美国、加拿大、英国、德国、荷兰、瑞士和印度的医疗机构就可以在不共享病人数据的情况下协同工作，并创建一个比任何一家机构的数据集更大的数据集。联邦学习：分布式机器学习方法我们都知道，做人工智能研究首先是要处理数据，而面对大量分散的数据，又该怎么办呢？谷歌在2017年推出了联邦学习技术，这是一种分布式机器学习方法，可在深度学习项目上实现多机构协作，而无需共享患者数据。2018年，英特尔开始与宾夕法尼亚大学生物医学图像计算与分析中心（CBICA）合作，展示