Come l'IA potrebbe salvare vite senza rivelare segreti medici

Un'illustrazione concettuale dell'IA e della sicurezza Ariel Davis

Il potenziale dell'intelligenza artificiale per trasformare l'assistenza sanitaria è enorme, ma c'è un grosso problema.

Gli algoritmi di intelligenza artificiale avranno bisogno di grandi quantità di dati medici su cui allenarsi prima che l'apprendimento automatico possa fornire nuovi potenti modi per individuare e comprendere la causa della malattia. Ciò significa immagini, informazioni genomiche o cartelle cliniche elettroniche, tutte informazioni potenzialmente molto sensibili.

Ecco perché i ricercatori stanno lavorando per consentire all'IA di imparare da grandi quantità di dati medici, rendendo molto difficile la divulgazione di tali dati.

Un approccio promettente sta ora ottenendo il suo primo grande test alla Stanford Medical School in California. I pazienti possono scegliere di contribuire con i loro dati medici a un sistema di intelligenza artificiale che può essere addestrato a diagnosticare malattie degli occhi senza mai accedere ai propri dati personali.

I partecipanti inviano i risultati dei test oftalmici e i dati delle cartelle cliniche una app . Le informazioni vengono utilizzate per addestrare un modello di apprendimento automatico per identificare i segni di malattie degli occhi (come retinopatia diabetica e glaucoma) nelle immagini. Ma i dati sono protetti dalla tecnologia sviluppata da Oasis Labs, una startup nata dalla UC Berkeley, che garantisce che le informazioni non possano essere divulgate o utilizzate in modo improprio. La startup ha ottenuto il permesso dalla Stanford Medical School di iniziare la sperimentazione la scorsa settimana, in collaborazione con i ricercatori dell'UC Berkeley, Stanford e dell'ETH di Zurigo

La sensibilità dei dati privati ​​dei pazienti è un problema incombente. Gli algoritmi di intelligenza artificiale addestrati sui dati di diversi ospedali potrebbero potenzialmente diagnosticare malattie, prevenire malattie e allungare la vita. Ma in molti paesi le cartelle cliniche non possono essere facilmente condivise e fornite a questi algoritmi per motivi legali. La ricerca sull'utilizzo dell'IA per individuare le malattie nelle immagini o nei dati medici di solito coinvolge set di dati relativamente piccoli, il che limita notevolmente le promesse della tecnologia.

È molto eccitante poterlo fare con dati clinici reali, dice Canzone dell'alba , cofondatore di Oasis Labs e professore alla UC Berkeley. Possiamo davvero dimostrare che funziona.

Oasis memorizza i dati privati ​​del paziente su un chip sicuro, progettato in collaborazione con altri ricercatori di Berkeley. I dati rimangono all'interno del cloud Oasis; gli estranei sono in grado di eseguire algoritmi sui dati e ricevere i risultati, senza che questo lasci mai il sistema. Uno smart contract, un software che viene eseguito su una blockchain, viene attivato quando viene ricevuta una richiesta di accesso ai dati. Questo software registra come sono stati utilizzati i dati e controlla anche che il calcolo dell'apprendimento automatico sia stato eseguito correttamente.

Questo dimostrerà che possiamo aiutare i pazienti a fornire i dati in modo da proteggere la privacy, afferma Song. Dice che il modello della malattia dell'occhio diventerà più accurato man mano che verranno raccolti più dati.

Tale tecnologia potrebbe anche semplificare l'applicazione dell'IA ad altre informazioni sensibili, come i documenti finanziari o le abitudini di acquisto degli individui o i dati di navigazione sul Web. Song afferma che il piano è quello di espandere le applicazioni mediche prima di guardare ad altri domini.

L'intera nozione di eseguire calcoli mantenendo segreti i dati è incredibilmente potente, afferma David Evans , specializzato in apprendimento automatico e sicurezza presso l'Università della Virginia. Se applicato a tutti gli ospedali e alle popolazioni di pazienti, ad esempio, l'apprendimento automatico potrebbe sbloccare modi completamente nuovi di collegare la malattia alla genomica, ai risultati dei test e ad altre informazioni sui pazienti.

Ti piacerebbe se un ricercatore medico potesse imparare dalle cartelle cliniche di tutti, dice Evans. Potresti fare un'analisi e dire se un farmaco non sta funzionando. Ma non puoi farlo oggi.

Nonostante il potenziale che gli Oasis rappresentano, Evans è cauto. L'archiviazione dei dati in un hardware sicuro crea un potenziale punto di errore, osserva. Se l'azienda che produce l'hardware è compromessa, anche tutti i dati gestiti in questo modo saranno vulnerabili. Le blockchain sono relativamente non provate, aggiunge.

Ci sono molte tecnologie diverse che si uniscono, dice dell'approccio degli Oasis. Alcuni sono maturi, altri sono all'avanguardia e presentano sfide.

nascondere