211service.com
Une méthode d'IA peu connue peut s'entraîner sur vos données de santé sans menacer votre vie privée
John Moore | Getty
En 2017, Google discrètement a publié un article de blog sur une nouvelle approche de l'apprentissage automatique. Contrairement à la méthode standard, qui nécessite que les données soient centralisées en un seul endroit, la nouvelle méthode pourrait apprendre à partir d'une série de sources de données réparties sur plusieurs appareils. L'invention a permis à Google d'entraîner son modèle de texte prédictif sur tous les messages envoyés et reçus par les utilisateurs d'Android, sans jamais les lire ni les supprimer de leurs téléphones.
Malgré son intelligence, l'apprentissage fédéré, comme l'appelaient les chercheurs, gagnait peu de terrain au sein de la communauté de l'IA à l'époque. Maintenant, cela est sur le point de changer car il trouve une application dans un domaine complètement nouveau : son approche axée sur la confidentialité pourrait très bien être la réponse au plus grand obstacle auquel est confrontée l'adoption de l'IA dans les soins de santé aujourd'hui.
Il existe une fausse dichotomie entre la confidentialité des données des patients et l'utilité des données pour la société, explique Ramesh Raskar, professeur agrégé d'informatique au MIT dont les recherches portent sur l'IA dans le domaine de la santé. Les gens ne se rendent pas compte que le sable se déplace sous leurs pieds et que nous pouvons maintenant en fait atteindre l'intimité et l'utilité en même temps.
Au cours de la dernière décennie, l'essor spectaculaire de l'apprentissage en profondeur a entraîné des transformations étonnantes dans des dizaines d'industries. Il a alimenté notre recherche de voitures autonomes , a fondamentalement changé la façon dont nous interagissons avec nos appareils et a réinventé notre approche de la cybersécurité . Dans les soins de santé, cependant, malgré de nombreuses études montrant sa promesse de détecter et de diagnostiquer les maladies, les progrès dans l'utilisation de l'apprentissage en profondeur pour aider de vrais patients ont été extrêmement lents.
Les algorithmes de pointe actuels nécessitent d'immenses quantités de données pour apprendre - dans la plupart des cas, plus il y a de données, mieux c'est. Les hôpitaux et les instituts de recherche doivent combiner leurs réserves de données s'ils veulent disposer d'un pool de données suffisamment vaste et diversifié pour être utile. Mais surtout aux États-Unis et au Royaume-Uni, l'idée de centraliser des tonnes d'informations médicales sensibles entre les mains d'entreprises technologiques s'est révélée à plusieurs reprises, et sans surprise, extrêmement impopulaire .
En conséquence, la recherche sur les utilisations diagnostiques de l'IA est restée étroite dans sa portée et son applicabilité. Vous ne pouvez pas déployer un modèle de détection du cancer du sein dans le monde alors qu'il n'a été formé que sur quelques milliers de patientes du même hôpital.
Tout cela pourrait changer avec l'apprentissage fédéré. La technique peut former un modèle en utilisant des données stockées dans plusieurs hôpitaux différents sans que ces données ne quittent jamais les locaux d'un hôpital ou ne touchent les serveurs d'une entreprise technologique. Pour ce faire, il forme d'abord des modèles distincts dans chaque hôpital avec les données locales disponibles, puis envoie ces modèles à un serveur central pour qu'ils soient combinés dans un modèle maître. Au fur et à mesure que chaque hôpital acquiert plus de données, il peut télécharger le dernier modèle maître, le mettre à jour avec les nouvelles données et le renvoyer au serveur central. Tout au long du processus, les données brutes ne sont jamais échangées, uniquement les modèles, qui ne peuvent pas être rétro-conçus pour révéler ces données.
L'apprentissage fédéré présente certains défis. D'une part, combiner des modèles séparés risque de créer un modèle maître qui est en fait pire que chacune de ses parties. Les chercheurs travaillent maintenant à affiner les techniques existantes pour s'assurer que cela ne se produise pas, dit Raskar. D'autre part, l'apprentissage fédéré exige que chaque hôpital dispose de l'infrastructure et des capacités du personnel nécessaires à la formation de modèles d'apprentissage automatique. Il y a aussi des frictions dans la normalisation de la collecte de données dans tous les hôpitaux. Mais ces défis ne sont pas insurmontables, dit Raskar : Il reste encore du travail à faire, mais c'est surtout un travail de pansement.
En fait, d'autres techniques d'apprentissage distribué ont depuis surgi en réponse à ces défis. Raskar et ses étudiants, par exemple, en ont récemment inventé un appelé split learning . Comme dans l'apprentissage fédéré, chaque hôpital commence par former des modèles distincts, mais ils ne le forment qu'à mi-chemin. Les modèles à moitié cuits sont ensuite envoyés au serveur central pour être combinés et terminer la formation. Le principal avantage est que cela allégerait une partie de la charge informatique des hôpitaux. La technique est encore principalement une preuve de concept, mais lors des premiers tests, l'équipe de recherche de Raskar a montré qu'elle créait un modèle maître presque aussi précis qu'il le serait s'il était formé sur un pool de données centralisé.
Une poignée d'entreprises, dont IBM Research, travaillent actuellement sur l'utilisation de l'apprentissage fédéré pour faire progresser les applications d'IA du monde réel pour les soins de santé. Owkin, une startup parisienne soutenu par Google Ventures , l'utilise également pour prédire la résistance des patients à différents traitements et médicaments, ainsi que leur taux de survie à certaines maladies. La société travaille avec plusieurs centres de recherche sur le cancer aux États-Unis et en Europe pour utiliser leurs données pour ses modèles. Les collaborations ont déjà abouti à un prochain article de recherche, selon les fondateurs, sur un nouveau modèle qui prédit les chances de survie pour une forme rare de cancer sur la base des images pathologiques d'un patient. Le document franchira une étape importante vers la validation des avantages de cette technique dans un contexte réel.
Je suis vraiment excité, déclare le cofondateur d'Owkin, Thomas Clozel, docteur en recherche clinique. Le plus grand obstacle en oncologie aujourd'hui est la connaissance. C'est vraiment incroyable que nous ayons maintenant le pouvoir d'extraire ces connaissances et de faire des découvertes médicales révolutionnaires.
Raskar pense que les applications de l'apprentissage distribué pourraient également s'étendre bien au-delà des soins de santé à toute industrie où les gens ne veulent pas partager leurs données. Dans les environnements distribués et sans confiance, cela va être très, très puissant à l'avenir, dit-il.
Cette histoire a paru à l'origine dans notre newsletter AI The Algorithm. Pour le recevoir directement dans votre boîte de réception, inscrivez-vous ici gratuitement.