IA ajuda hospitais a compartilhar conhecimento para resolver casos

Para facilitar a vida de cientistas, a Nvidia, fabricante de soluções de inteligência artificial (IA), lançou um kit de desenvolvimento de software especialmente para a área da saúde. Chamado de Nvidia Flare, o produto ajuda a desenvolver modelos de IA mais genéricos para serem usados em hospitais.

LEIA MAIS: Inteligência artificial ajuda pesquisadores e hospitais na luta contra o câncer

A ideia é se aproveitar do conceito de aprendizagem federada, uma técnica de preservação da privacidade que é particularmente benéfica nos casos em que os dados são esparsos, confidenciais ou carecem de diversidade. Mas também é útil para grandes conjuntos de dados (o caso da saúde) e que podem ser influenciados pelos métodos de coleta de dados de uma organização ou pelos dados demográficos do paciente ou cliente. 

Flare é a abreviação de Federated Learning Application Runtime Environment (Ambiente de tempo de execução do aplicativo de aprendizado federado, em tradução livre). Ele já tem sido usado para aplicações de IA em imagens médicas, análise genética, oncologia e pesquisa da covid-19. Com o Flare, os pesquisadores e cientistas de dados podem adaptar suas ferramentas de aprendizado de máquina (machine learning, outro conceito de IA) e fluxos de trabalho de análises de dados. 

A Nvidia decidiu deixar o código do Flare aberto, ou seja, além de poder ser distribuído gratuitamente, será possível trabalhar na adaptação dele para diferentes casos de uso. A intenção é capacitar a IA do kit de desenvolvimento de software e dar mais ferramentas nas mãos dos cientistas. 

Como o Flare pode ajudar a medicina 

O Flare usa a técnica cliente-servidor, em que os parâmetros do modelo aprendido de inteligência artificial de cada participante são enviados a um servidor comum e agregados em um modelo global. Assim, o conhecimento de IA desenvolvido em diferentes hospitais acaba sendo compartilhado automaticamente. 

A própria Nvidia liderou projetos de aprendizagem federados que ajudam a segmentar tumores no pâncreas, classificar a densidade da mama em mamografias para informar o risco de câncer de mama e prever as necessidades de oxigênio para pacientes com covid-19. 

A arquitetura cliente-servidor também foi usada para duas colaborações de aprendizagem federadas. Em um deles, a Nvidia trabalhou com os pesquisadores da Roche Digital Pathology para executar uma simulação interna bem-sucedida usando imagens inteiras de slides para classificação. No segundo, com o Erasmus Medical Center da Holanda, uma aplicação de IA foi usada para identificar variantes genéticas associadas a casos de esquizofrenia. 

A fabricante destaca, porém, que nem toda aplicação de aprendizado federado é adequado para a abordagem cliente-servidor. Ao oferecer suporte às arquiteturas adicionais, o Flare tornará o aprendizado federado acessível a uma gama mais ampla de aplicações. Os casos de uso em potencial incluem ajudar as empresas de energia a analisar dados sísmicos e de poço, os fabricantes otimizam as operações da fábrica e as empresas financeiras a melhorar os modelos de detecção de fraude. 

Segundo a Nvidia, o aprendizado federado tem inúmeras vantagens sendo uma delas a garantia da privacidade dos dados. Além disso, o compartilhamento de informação ajuda a saber interpretar os sintomas, tomar a decisão certa em situações críticas e oferecer o tratamento adequado aos pacientes, defende a empresa. 

Instituições de saúde já planejam usar o Flare 

O Flare também será usado para alimentar soluções de aprendizagem federadas em: 

• American College of Radiology (ACR): A sociedade médica tem trabalhado com a Nvidia em estudos de aprendizagem federada que aplicam IA as imagens de radiologia para câncer de mama e aplicações da covid-19. 
• Flywheel: a plataforma Flywheel Exchange da empresa, que permite que os usuários acessem e compartilhem dados e algoritmos para pesquisa biomédica e gerenciem projetos federados para análise e treinamento, vai poder ser integrada ao Flare. 
• Taiwan Web Service Corporation: A empresa oferece uma plataforma MLOps alimentada por GPU que permite aos clientes executar o aprendizado federado com base na solução da Nvidia. Cinco projetos de análise de imagens médicas por IA estão sendo conduzidos atualmente no cluster privado da empresa, cada um com vários hospitais participantes. 
• Rhino Health: a empresa integrou o Flare em sua solução de aprendizagem federada, que está ajudando pesquisadores do Massachusetts General Hospital a desenvolver um modelo de IA que diagnostica aneurismas cerebrais com mais precisão.