及时而准确的诊断可以拯救无数的生命，AI在医学领域有巨大的潜力，但鉴于对病人隐私的考量，获取训练AI模型所需的海量数据一直是个漫长而头疼的难题。就在近日，NVIDIA发布了一种基于AI的区块链式的计算平台Clara Federated Learning(Clara FL)，这是一款用于分布式、协作式AI模型培训的参考应用程序，可保护患者隐私，并且将复杂3D模型的分析时间从几小时减少到几分钟。

该信息在2019年12月1日由NVIDIA副总裁金伯利·鲍威尔(Kimberly Powell)在NVIDIA博客中宣布。

同日，在北美放射学会(Radiological Society Of North America)年度会议上，NVIDIA也介绍了Clara FL平台，它利用一种分布式协作学习技术，将患者数据保存在属于它的地方——在医疗提供商的院内或网内，网络上的每个客户端都可以使用该平台进行自己的深度学习培训，也可以与其他客户端协作提供更准确的全局模型。

Clara FL平台目前运行在不久前宣布的NVIDIA EGX智能边缘计算平台上。

它的工作原理如下：

Clara FL应用程序被打包到Helm图表中，以简化Kubernetes基础设施上的部署。NVIDIA EGX平台安全地提供联合服务器和协作客户端，交付开始联合学习项目所需的一切，包括应用程序容器和初始AI模型。

Clara FL使用跨多家医院的分布式培训来开发强大的AI模型，而无需共享患者数据。

参与项目的医院使用NVIDIA Clara AI辅助Annotation SDK标记自己的患者数据，然后集成到医疗查看器中，如3D Slisher、MITK、Fovia和Philips IntelliSpace Discovery。

使用预先训练的模型和转移学习技术，NVIDIA AI协助放射科医生标记，将复杂的3D研究的时间从几小时减少到几分钟。

参与其中的医院的NVIDIA EGX服务器根据其本地数据对全球模型进行训练。本地训练结果通过安全链接共享回联合学习服务器。

这种方法通过仅共享部分模型权重而不共享患者信息来保护隐私（区块链式），以便通过联合平均来构建新的全局模型。然后重复该过程，直到AI模型达到其所需的精确度。

区块链在医疗行业具有巨大的潜力。医疗保健行业的区块链解决方案数量众多且影响深远，许多项目都强调分布式系统可以带来数据隐私、数据可访问性和提高计算速度的优势。这项技术也经常与AI联系在一起，两者相辅相成。

世界各地的医疗巨头——包括美国放射学会ACR、MGH和BWH临床数据科学中心以及UCLA Health——都是这项技术的先驱。他们的目标是为他们的医生、患者和医疗设施开发个性化的人工智能。

美国放射学会正在其AI-LAB(一个全国性的医学成像平台)中试行NVIDIA Clara FL。AI-LAB将为38000名医学成像成员安全地构建、共享、调整和验证AI模型。

加州大学洛杉矶分校放射学也在使用NVIDIA Clara FL将AI的力量带到其放射科。作为一个顶级学术医学中心，该分校可以验证Clara FL的有效性，并在未来将其扩展到更广泛的加州大学系统。

新英格兰的合作伙伴医疗保健公司也宣布了一项使用NVIDIA Clara FL的新计划。

在其他使用案例中，Clara将让医院在成像和基因组测序方面形成更准确和快速的模型。

在全球放射学界规模最大的、最能代表行业未来发展方向的顶级医疗盛会RSNA上，有100多家参展商使用NVIDIA技术将人工智能引入放射学。金伯利·鲍威尔表示：“我们正在见证人工智能医疗物联网的开始。”

NVIDIA其实早就瞄准了大医疗领域的人工智能市场。早在2016年 GTC 大会上，NVIDIA 与麻省总医院临床数据科学中心达成合作，NVIDIA 凭借其技术，利用中心100亿份医学影像，进行深度学习训练开发，用于疾病的检测、诊断、治疗等场景。同年11月NVIDIA 与美国国家癌症研究所、美国能源部合作启动“癌症探月”(Cancer Moonshot)项目。之后频频动作表示将人工智能更多应用到医疗场景。

医疗一直是个热门领域。国内医疗方向的人工智能融资规模在2018年中期前后就已经超过了200亿人民币，拿到这些融资的公司更是超过了100家。这批创业公司和科技巨头在传统医疗器械巨头尚未反应之时，已经从医疗的各个环节开始了“AI实验”。在这个实验过程中，除了各种收集的医疗数据之外，还需要使用AI处理能力，而主要为他们提供AI处理能力的就是NVIDIA。

NVIDIA在2018年9月全面启动并发布了自己的医疗项目——Clara平台。Clara平台是NVIDIA对于未来智能设备的铺垫。

金伯利·鲍威尔在2019年1月份接受采访中表示：“我们认为，收集数据后的分析很大程度上取决于你在用的是什么设备，什么时候收集的数据。我们希望通过软件的创新赋能医疗设备，在硬件端会有智能的设备，同时我们配置软件开发的SDK，这意味着实现在医疗行业随时随地计算。Clara是一套软件，目前发布的还是比较早期的版本，之后我们还会持续不断地为它提供支持。我们希望在某个医院设备上所分析出来的一些知识或者总结的结论，能够在本地做一个很好的总结或归纳，然后普及推广，而不是只把结果输出。因为医院不一样，可能结果并不是如实的反应，所以学习知识的转让很重要。”

时隔不到1年，Clara FL平台发布，NVIDIA的希望实现了落地。NVIDIA通过AI为医疗行业赋能，是全人类的福祉。人类无法逃避的生老病死不奢望终结，但或许随着AI辅助技术的不断进步，我们能更好地理解疾病，未来的世界是既激动人心又无法预测的。

来源：AI报道