生成式AI正為醫(yī)療大模型迭代按下加速鍵。近日，商湯科技聯(lián)合行業(yè)合作伙伴，結(jié)合生成式人工智能和醫(yī)療圖像數(shù)據(jù)的多中心聯(lián)邦學習發(fā)表的最新研究成果《通過分布式合成學習挖掘多中心異構(gòu)醫(yī)療數(shù)據(jù)》(MiningMulti-Center Heterogeneous Medical Data with Distributed Synthetic Learning)，登上國際頂級學術(shù)期刊Nature子刊《自然-通訊》(NatureCommunications)。

《自然-通訊》主要發(fā)表自然科學各個領(lǐng)域的高質(zhì)量研究成果，影響因子16.6。

研究成果提出一個基于分布式合成對抗網(wǎng)絡的聯(lián)邦學習框架DSL（DistributedSynthetic Learning），可利用多中心的多樣性醫(yī)療圖像數(shù)據(jù)來聯(lián)合學習圖像數(shù)據(jù)的生成。

該分布式框架通過學習得到一個圖像數(shù)據(jù)生成器，可以更靈活地生成數(shù)據(jù)，進而可替代多中心的真實數(shù)據(jù)，用于下游具體機器學習任務的訓練，并具備較強可擴展性。

伴隨大模型快速發(fā)展，Model as a Service（MaaS，模型即服務）正成為一大趨勢。MaaS的大模型需要從海量的、多類型的數(shù)據(jù)中學習通用特征和規(guī)則，從而具備較強的泛化能力。

DSL框架能在保護數(shù)據(jù)隱私的同時，巧妙解決醫(yī)療大模型訓練中常見的數(shù)據(jù)量不足的瓶頸，有效賦能MaaS的大模型訓練。

在這一技術(shù)支撐下，商湯“醫(yī)療大模型工廠”能夠幫助醫(yī)療機構(gòu)更高效、高質(zhì)量地訓練針對不同臨床問題的醫(yī)療大模型，使大模型在醫(yī)療領(lǐng)域的應用半徑得以延伸。

兼顧隱私保護和數(shù)據(jù)共享

創(chuàng)新聯(lián)邦學習模式打造

“數(shù)據(jù)生產(chǎn)工廠”

深度學習模型需要大量且多樣性的數(shù)據(jù)“喂養(yǎng)”。

醫(yī)療領(lǐng)域?qū)τ脩綦[私保護有著極高要求，使得模型訓練的醫(yī)療數(shù)據(jù)在多樣性和標注質(zhì)量上都受到限制，也使多中心的醫(yī)療數(shù)據(jù)收集和醫(yī)療AI模型的開發(fā)迭代面臨較大挑戰(zhàn)。

如何調(diào)和隱私保護和數(shù)據(jù)共享協(xié)作的矛盾？

“聯(lián)邦學習提供了全新的解題思路。聯(lián)邦學習是一種分布式機器學習方法, 可以在不共享數(shù)據(jù)的情況下對多中心的數(shù)據(jù)進行聯(lián)合建模，聯(lián)合學習某一特定應用模型。”

與主流的聯(lián)邦學習模式不同，DSL框架的學習目標是數(shù)據(jù)生成器，而非具體應用的任務模型。

該分布式架構(gòu)由一個位于中央服務器的數(shù)據(jù)生成器和多個位于不同數(shù)據(jù)中心的數(shù)據(jù)鑒別器組成。

在學習過程中，中央生成器負責生成“假”的圖像數(shù)據(jù)，并發(fā)送給各個數(shù)據(jù)中心，各個數(shù)據(jù)中心用本地的真實數(shù)據(jù)和“假”數(shù)據(jù)進行對比后將結(jié)果回傳給中央服務器，并基于反饋結(jié)果訓練中央生成器生成更仿真的圖像數(shù)據(jù)。

分布式的合成學習結(jié)束后，中央生成器可作為“數(shù)據(jù)生產(chǎn)工廠”，根據(jù)給定的約束條件（標注）生成高質(zhì)量仿真圖像數(shù)據(jù)，從而得到一個由生成數(shù)據(jù)組成的數(shù)據(jù)庫。

該數(shù)據(jù)庫可替代真實數(shù)據(jù)，用于下游具體任務的學習，使下游模型的更新迭代不再受到真實數(shù)據(jù)可訪問性制約。同時，該方法通過分布式架構(gòu)和聯(lián)邦學習方式保證中央服務器無需接觸數(shù)據(jù)中心真實數(shù)據(jù)，也不需要同步各中心的鑒別器模型，有效保障了數(shù)據(jù)安全和隱私保護。

?DSL框架包含一個中央生成器和多個分布式鑒別器，每個鑒別器位于一個醫(yī)療實體中。經(jīng)過訓練的生成器可以作為“數(shù)據(jù)生產(chǎn)工廠”，為下游具體任務的學習構(gòu)建數(shù)據(jù)庫

賦能MaaS新生態(tài)

為醫(yī)療大模型開發(fā)迭代

按下加速鍵

DSL框架已通過多個具體應用的驗證。

包括：大腦多序列MRI圖像生成及下游的大腦腫瘤分割任務，心臟CTA圖像生成及下游的全心臟結(jié)構(gòu)分割任務，多種器官的病理圖像生成及細胞核實例分割任務等。

在可擴展性方面，該方法還可支持多模態(tài)數(shù)據(jù)中缺失模態(tài)數(shù)據(jù)的生成、持續(xù)學習等不同場景。

?不同應用中生成數(shù)據(jù)示例：(a) 心臟CTA，(b) 大腦多模態(tài)MRI，(c) 病理圖像；生成的數(shù)據(jù)構(gòu)成大數(shù)據(jù)庫可用于下游具體任務模型的學習，例如：(d) 全心分割，(e) 腦腫瘤分割，(f) 細胞核分割

DSL框架的構(gòu)建，也有利于推動MaaS服務模式發(fā)展。

MaaS的醫(yī)療大模型在數(shù)據(jù)學習過程中，同樣會遇到醫(yī)療數(shù)據(jù)隱私安全保護問題?；贒SL框架，可以有效地從多中心多樣性數(shù)據(jù)中建立數(shù)據(jù)集倉庫，通過生成數(shù)據(jù)，為大模型的開發(fā)迭代提供創(chuàng)新思路。

細化到具體應用場景，DSL框架可助力醫(yī)療機構(gòu)高效開展跨中心、跨地域模型訓練工作。

不同區(qū)域醫(yī)療機構(gòu)在疾病數(shù)據(jù)多樣性方面存在明顯地域性差異，過去受限于數(shù)據(jù)安全和隱私保護要求，使用跨中心醫(yī)療數(shù)據(jù)聯(lián)合訓練醫(yī)療模型難度大。而借助DSL框架，有望幫助醫(yī)療機構(gòu)更加高效便捷地開展跨中心醫(yī)療模型訓練。

在2023 WAIC世界人工智能大會上，商湯科技與行業(yè)伙伴合作推出醫(yī)療大語言模型、醫(yī)療影像大模型、生信大模型等多種垂類基礎(chǔ)模型群，覆蓋CT、MRI、超聲、內(nèi)鏡、病理、醫(yī)學文本、生信數(shù)據(jù)等不同醫(yī)療數(shù)據(jù)模態(tài)。并展示了融入醫(yī)療大模型的升級版“SenseCare智慧醫(yī)院”綜合解決方案，以及多個醫(yī)療大模型落地案例。

借助商湯大裝置的超大算力和醫(yī)療基礎(chǔ)模型群的堅實基礎(chǔ)，商湯得以成為“醫(yī)療大模型工廠”，幫助醫(yī)療機構(gòu)針對不同臨床問題高效訓練模型，甚至輔助機構(gòu)實現(xiàn)模型自主訓練。

?WAIC期間商湯科技展示大模型在醫(yī)療領(lǐng)域的多個落地應用案例

隨著DSL框架的推出，醫(yī)療大模型訓練將有望突破“數(shù)據(jù)孤島”的桎梏，一定程度上降低醫(yī)療大模型的訓練門檻，有助于加速模型開發(fā)迭代，使醫(yī)療大模型的應用范圍得以覆蓋更多臨床醫(yī)療問題。

商湯科技將持續(xù)聚焦醫(yī)療機構(gòu)的多樣化需求，推動醫(yī)療大模型在更多醫(yī)療場景落地。點擊“閱讀原文“查看論文詳情

相關(guān)閱讀，戳這里

《多場景落地！商湯打造“醫(yī)療大模型工廠”引領(lǐng)智慧醫(yī)療持續(xù)創(chuàng)新》

《嘉會醫(yī)療與商湯科技達成戰(zhàn)略合作》

原文標題：解決醫(yī)療大模型訓練數(shù)據(jù)難題，商湯最新研究成果登「Nature」子刊

文章出處：【微信公眾號：商湯科技SenseTime】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。舉報投訴