Het Erasmus MC is een van de 29 internationale zorg- en onderzoeksinstellingen die AI-modellen gaat trainen voor het identificeren van hersentumoren. De AI-technologie die daarvoor ingezet wordt, federated learning genaamd, is zo ontwikkeld dat de privacy gewaarborgd wordt. Deze technologie is ontwikkeld door Intel Labs en de Perelman School of Medicine van de University of Pennsylvania (Penn Medicine).
Federated learning is een gedistribueerde machine-learning-benadering. Dit stelt organisaties in staat samen te werken aan deep-learning-projecten zonder dat hiervoor patiëntdata gedeeld hoeft te worden.
Penn Medicine en Intel Labs publiceerden als eersten een paper over federated learning AI-technologie in het domein van medische beeldvorming. Doel van de paper is om aan te tonen dat via federated learning een AI-model getraind kan worden dat voor meer dan 99 procent even nauwkeurig werkt dan modellen die via een traditionele methode getraind zijn.
AI-technologie en hersentumoren
Dit jaar krijgt naar schatting ongeveer 80.000 mensen een hersentumor diagnose. Daaronder zijn ook meer dan 4.600 kinderen (cijfers van de American Brain Tumor Association). Het trainen en bouwen van een AI-model waarmee hersentumor sneller herkend kunnen worden is van belang voor het in een vroeger stadium kunnen stellen van een diagnose. Maar het kan ook een bijdrage leveren aan een betere behandelmethode.
Voor het trainen van een dergelijk model is veel relevante medische data nodig. Daarbij speelt de privacybescherming van die data ook een grote rol. De inzet van federated learning zorgt daarvoor. Zo kunnen onderzoekers van alle partnerorganisaties samenwerken aan het bouwen en trainen van een algoritme om een hersentumor te detecteren terwijl gevoelige medische data worden beschermd.
Het toepassen van AI-technologie voor het herkennen en behandelen van hersentumoren kwam onlangs ook aan de orde. De vakgroep neurochirurgie van het Elisabeth-Tweesteden Ziekenhuis (ETZ) ontving enkele weken geleden een subsidie voor AI-onderzoek naar de beste behandeling bij een hersentumor.
Driejarig onderzoek
De komende drie jaar zal Dr. Spyridon Bakas van het Center for Biomedical Image Computing and Analytics (CBICA) van de universiteit onderzoek gaan doen naar deze technologie. Penn Medicine heeft de leiding over het samenwerkingsverband dat financieel ondersteund wordt door het Informatics Technology for Cancer Research-program (ITCR) van het National Cancer Institute (NCI) van de National Institutes of Health (NIH).
In 2020 zullen Penn Medicine en de 29 internationale zorg- en onderzoeksinstellingen, waaronder het Erasmus MC, de federated learning tools van Intel inzetten om een nieuw AI-model te ontwikkelen. Dat model zal getraind worden op de grootste hersentumordataset tot nu toe. In de eerste fase zullen naar verwachting ook de volgende (zorg)instellingen deelnemen: het ziekenhuis van de University of Pennsylvania, de Washington University in St. Louis, het University of Pittsburgh Medical Center, de Vanderbilt University, de Queen's University, de Technical University of Munich, de University of Bern, King's College London en Tata Memorial Hospital.
Big data met inachtneming van privacy
“Onze wetenschappelijke community deelt over het algemeen de mening dat machine-learning-training voldoende en gevarieerde data vereist en veel meer dan waarover elke aparte instelling beschikt. We coördineren een verband van 29 samenwerkende internationale instellingen voor gezondheidszorg en onderzoek, die state-of-the-art AI-modellen voor de gezondheidszorg kunnen trainen met behulp van privacy-respecterende machine-learning-technologieën, waaronder federated learning.
Dit jaar begint het verband met het ontwikkelen van algoritmen die hersentumoren identificeren uit een sterk uitgebreide versie van de International Brain Tumor Segmentation (BraTS) challenge-dataset. Deze samenwerking geeft medische onderzoekers toegang tot veel grotere hoeveelheden data uit de gezondheidszorg, terwijl de beveiliging van die data wordt gewaarborgd", aldus Dr. Bakas.
“AI is veelbelovend voor de vroege opsporing van hersentumoren, maar er zijn meer data nodig dan elk medisch centrum zelf heeft om het volledige potentieel te bereiken. Met behulp van Intel-software en -hardware en ondersteuning van enkele van de slimste mensen van Intel Labs, werken we samen met de Universiteit van Pennsylvania en een verband van 29 medische centra om de identificatie van hersentumoren te bevorderen en gevoelige patiëntdata te beschermen”, zegt Jason Martin, hoofdingenieur van Intel Labs.
