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