行業背景
現在大部分人工智能算法都是通過輸入和輸出來訓練，比如，向人工智能輸入1萬張腫瘤的核磁共振掃描圖。然後人工智能僅需做到一件事：在掃描中識別腫瘤。在擁有大規模高精準數據的情況下，它能很好地完成這項任務。
但患者的數據是敏感、孤立和雜亂的，並且迴避一些關於訪問和算法訓練準確性的基本問題：
- 小型人工智能健康創業公司如何解決數據來源問題？
- 數據（例如醫學掃描）是否經過準確的註釋？
- 如何獲得罕見疾病的訓練數據？
- 如何在保護患者隱私的原則上訓練人工智能模型？
大型科技公司和創業公司是如何解決以上這些問題的呢？
英偉達醫療佈局
2019年5月9日英偉達宣佈與倫敦國王學院（King’s College London)攜手為英國NHS醫院打造首個AI平臺以增進效率與資料隱私，NVIDIA DGX-2 AI系統為當地醫院AI醫療影像的創建、導入與部署提供聯邦學習基礎設施。
該合作是倫敦國王學院專為價值導向醫療設立的醫療影像與AI中心所推動的一部分項目，主要目的是為改良包括腫瘤、心臟與神經等12個領域的臨床作業並增進NHS診療與病患的醫療成效。
英偉達與國王學院的研究院將會與國王學院附屬醫院（King’s College Hospital)、Guy’s與St Thomas’s、South London與Maudsley等倫敦當地主要醫院的醫生進行合作，NHS將首度以聯邦學習（Federated Learning) 進行算法開發，藉以確保病患資料隱私。項目將研究、技術與臨床醫生的整合，目標在於加速資料策略的發現、解決AI導向問題並將成果快速部署到各個醫療機構。在此過程中，聯邦學習能夠讓各站點資料無需傳輸至機構外，運用醫院內部的資料開發AI算法。
具體來說，這些AI模型將在英國各地NHS體系機構依照不同的族群與臨床屬性進行開發，而通過各家NHS機構自行開發的模型，除能獲該區域
更精準與更具代表性的病患診斷資料外，NHS也能整合這些模型建構更龐大、覆蓋層面更廣的模型。醫療初創公司OWKIN
除了英偉達，總部位於紐約的醫療初創公司OWKIN也為了應對患者數據保護而引入聯邦學習。OWKIN成立於2016年，一直致力於利用人工智能技術推動醫學研究。
2019年4月，谷歌風投（Google ventures)投資公司參與了OWKIN首輪融資。
除了資金之外，OWKIN還有一支全球化、多專業的人才團隊，包含醫學、機器學習、商業和法律等多方面的人才，多數畢業於美國和法國的頂尖高校。不得不提，OWKIN的數據科學家在世界上名列前茅，其中有幾位Kaggle大師（全球100強），DREAM挑戰最佳表現者，並且在ICML、NIPS等頂會和期刊上發表論文。
Owkin網站展示的實驗室團隊
該公司旗下的專有機器學習平臺Owkin Socrates能夠整合生物醫學圖像、基因組學和臨床數據，通過最先進的機器學習和聯邦學習算法，發現與疾病相關的生物標記物和抗性機制，高效、智能、輕鬆地將臨床數據轉化為預測模型，最終達到縮短藥物開發時間，提升研發效率的目的。
Owkin官網相關簡介
現在，OWKIN已經幫助安進、羅氏和易普生等製藥公司進行研發，同時還與包括西奈山、居里研究中心和萊昂貝拉中心在內的醫療機構合作。
最近在接受《麻省理工學院技術評論》採訪時，OWKIN聯合創始人托馬斯•克洛澤爾(Thomas Clozel) 談到了與美國和英國癌症中心的合作，以及即將發表的一篇關於在現實世界的醫療環境中使用聯邦學習的論文。
該論文強調了一些重要的基礎設施挑戰，例如，聯邦學習組合要求每所醫院具備訓練機器學習模型的基礎設施和技術人員。以及如何標準化所有醫院的共享數據，目前聯邦學習醫療領域的研究人員正在積極探索以找尋最優解。
--END--
https://nvidianews.nvidia.com/news/kings-college-london-and-nvidia-build-uks-first-ai-platform-for-nhs-hospitals
https://www.kcl.ac.uk/news/kings-and-nvidia-to-build-uks-first-al-platform
https://owkin.com/
投稿或尋求報道：[email protected]
閱讀更多 聯邦學習 的文章
