利用 FLARE 进行联邦学习：NVIDIA 将协作式 AI 带入医疗健康及其他领域

新的开源软件为联邦学习提供通用计算基础平台，加快了医疗健康、制造和金融服务等行业应用 AI 的速度。

NVIDIA 通过开放软件开发套件 NVIDIA FLARE（可帮助分散的各方协同开发更通用的 AI 模型）的源代码，使科研人员比以往更容易发挥联邦学习的优势。

联邦学习是一种隐私保护技术，在处理稀疏、保密或缺乏多样性的数据时特别有用。但它对于大型数据集也很有用，因为组织的数据采集方法或者患者或客户统计技术在处理此类数据集时可能会出现偏差。

NVIDIA FLARE（全称为 Federated Learning Application Runtime Environment，联邦学习应用程序运行时环境）是 NVIDIA Clara Train 联邦学习软件的底层引擎，该软件已用于医学成像、基因分析、肿瘤学和新冠肺炎 (COVID-19) 研究中的 AI 应用程序。利用此 SDK，科研人员和数据科学家可以使其现有的机器学习和深度学习工作流程适应分散工作范式。

提供 NVIDIA FLARE 的源代码可为科研人员和平台开发者带来更多工具来定制其联邦学习解决方案，从而更好地推动在各行各业中应用先进的 AI 技术。

利用此 SDK，科研人员可以选择不同的联邦学习架构，并根据各个领域特有的应用来定制方法。平台开发者可以使用 NVIDIA FLARE 为客户提供构建多方协作应用程序所需的分布式基础设施。

适用于多个行业的灵活联邦学习架构

联邦学习参与者协同训练或评估 AI 模型，同时无需汇集或交换每个组的专有数据集。为实现这一点，NVIDIA FLARE 提供了不同的分布式架构，包括点对点、循环式和服务器-客户端方法等。

通过使用服务器-客户端方法（每个参与者学习的模型参数均发送到公共服务器并聚合为一个全局模型），NVIDIA 牵头开展了多个联邦学习项目，以帮助划分胰腺癌种类、对乳房 X 光检查中的乳房密度进行分类以告知乳腺癌风险，以及预测新冠肺炎患者的氧气需求。

在使用 NVIDIA FLARE 进行的两个联邦学习协作项目中也使用了服务器/客户端架构：NVIDIA 与 Roche Digital Pathology 的科研人员合作，通过使用全视野数字切片进行分类成功完成内部仿真；以及与荷兰的 Erasmus Medical Center 合作开发 AI 应用程序，以识别与精神分裂症病例相关的基因变异。

不过，并非每个联邦学习应用程序都适用服务器-客户端方法。通过支持其他架构，NVIDIA FLARE 将使联邦学习适用于更多种类的应用。潜在的用例包括：帮助能源公司分析地震和钻井数据，帮助制造商优化工厂运营，以及帮助金融公司改进欺诈检测模型。

NVIDIA FLARE 与医疗健康 AI 平台相集成

NVIDIA FLARE 可与现有的 AI 方案（包括适用于医学成像的开源 MONAI 框架）相集成。

哈佛医学院放射学副教授兼 MONAI 社区联邦学习工作组负责人 Jayashree Kalapathy 博士说：“提供 NVIDIA FLARE 源代码以加速联邦学习研究对于医疗健康领域尤为重要，因为在该领域中，对多机构数据集的访问至关重要，但对患者隐私的担忧可能会限制共享数据的能力。我们很兴奋能为 NVIDIA FLARE 贡献力量，并将继续与 MONAI 进行整合，推动医学成像研究工作向前发展。”

NVIDIA FLARE 还将用于为以下组织的联邦学习解决方案提供支持：

●美国放射学会 (ACR)：该医学会与 NVIDIA 合作开展联邦学习研究，运用 AI 来分析乳腺癌放射学图像和研究新冠肺炎。它计划在 ACR AI-LAB（供该学会成千上万会员使用的软件平台）中分发 NVIDIA FLARE。

●Flywheel：该公司的 Flywheel Exchange 平台使用户能够访问和共享用于生物医学研究的数据和算法，管理联合的分析和训练项目，以及选择首选的联邦学习解决方案（包括 NVIDIA FLARE）。

●台湾智慧云端服务公司：该公司提供 GPU 驱动的 MLOps 平台，使客户能够运行基于 NVIDIA FLARE 的联邦学习。目前有五个医学成像项目正在该公司的私有集群上进行，而且每个项目都有多家医院参与。

●Rhino Health：作为 NVIDIA Inception计划的合作伙伴和成员，该公司已将 NVIDIA FLARE 集成到其联邦学习解决方案中，此解决方案正帮助麻省综合医院的科研人员开发更准确地诊断脑动脉瘤的 AI 模型，以及帮助美国国家癌症研究所“早期检测研究网络”的专家开发和验证医学成像 AI 模型，以识别胰腺癌的早期迹象。

Rhino Health 创始人 Ittai Dayan 博士表示：“为了有效和高效地开展协作，医疗健康科研人员需要一个公共平台，在无需担心侵犯患者隐私的情况下开发 AI 技术。Rhino Health 的‘联邦学习平台’解决方案使用 NVIDIA FLARE 构建，将成为帮助医疗健康 AI 更快产生影响的得力工具。”

通过下载 NVIDIA FLARE 开始进行联邦学习。NVIDIA 医疗健康业务发展总监 David Niewolny 于太平洋时间 11 月 29 日晚上 6 点发表特别演讲（在 RSNA [北美放射学会年会] 上发表），详细介绍 NVIDIA 在医疗健康领域所做的工作。

来源：EEWORLD