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(xué)習(xí)發(fā)表的最新研究成果《通過分布式合成學(xué)習(xí)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(xué)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(xué)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(luò)的聯(lián)邦學(xué)習(xí)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(xué)習(xí)圖像數(shù)據(jù)的生成。

該分布式框架通過學(xué)習(xí)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(xué)習(xí)任務(wù)的訓(xùn)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(wù)）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(xué)習(xí)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(xùn)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(xùn)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(xùn)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(yīng)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(xué)習(xí)模式打造

“數(shù)據(jù)生產(chǎn)工廠”

深度學(xué)習(xí)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(xùn)練的醫(yī)療數(shù)據(jù)在多樣性和標(biāo)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(xué)習(xí)提供了全新的解題思路。聯(lián)邦學(xué)習(xí)是一種分布式機器學(xué)習(xí)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(xué)習(xí)某一特定應(yīng)用模型。”

與主流的聯(lián)邦學(xué)習(xí)模式不同，DSL框架的學(xué)習(xí)目標(biāo)是數(shù)據(jù)生成器，而非具體應(yīng)用的任務(wù)模型。

該分布式架構(gòu)由一個位于中央服務(wù)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(xué)習(xí)過程中，中央生成器負責(zé)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(wù)器，并基于反饋結(jié)果訓(xùn)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(xué)習(xí)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(biāo)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(wù)的學(xué)習(xí)，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(xué)習(xí)方式保證中央服務(wù)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(xùn)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(wù)的學(xué)習(xí)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(yīng)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(wù)，心臟CTA圖像生成及下游的全心臟結(jié)構(gòu)分割任務(wù)，多種器官的病理圖像生成及細胞核實例分割任務(wù)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(xué)習(xí)等不同場景。

?不同應(yīng)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(wù)模型的學(xué)習(xí)，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(wù)模式發(fā)展。

MaaS的醫(yī)療大模型在數(shù)據(jù)學(xué)習(xí)過程中，同樣會遇到醫(yī)療數(shù)據(jù)隱私安全保護問題。基于DSL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(yīng)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(xùn)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(xùn)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(xùn)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(xué)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(xùn)練模型，甚至輔助機構(gòu)實現(xiàn)模型自主訓(xùn)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(yīng)用案例

隨著DSL框架的推出，醫(yī)療大模型訓(xùn)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(xùn)練門檻，有助于加速模型開發(fā)迭代，使醫(yī)療大模型的應(yīng)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》