联盟学习（Federated Learning）是人工智能开发分布式机器学习框架之一，最近 Nvidia 利用此学习模式，开发医疗用影像的人工智能系统，可在无需建立单一资料湖（Data Lake）的情况下训练，确保隐私受保护。
这次开发是由 Nvidia 与伦敦 King’s College 合作，利用联盟学习方式，透过使用客户端服务器，减省建立单一资料湖训练模型的过程，只需从每个终端装置传送分析结果到中央模型就能训练。至于训练出的人工智能系统，将运用在脑肿瘤分割分析。
Nvidia 医疗保健总监 Abdul Halabi 表示：“要进行创新，我相信有两种方法。我们在 2018 年 8 月发表的模型可建立现在最佳的通用模型，然后发送给这些医院，医院可配合患者需要更改。另一种方式就是从头开始，共同努力尽我们所能建立强大或通用的模型，我认为这项研究表明此方法确实能成功。现在你能在不将数据整合的情况下获得高品质的模型，这就是令人兴奋的原因。”
对医疗用人工智能模型而言，确保病人的隐私相当重要，因此联邦学习可在容许医院与研究人员分享数据之余，确保病人隐私受到保护。由于电脑视觉系统已开始表现出胜过人类放射学专家的能力，证明机器学习在医疗保健方面的潜在优势，只要解决隐私问题，就能让模型训练变为可能，AI 技术得以实际应用。
- Nvidia uses federated learning to create medical imaging AI
（本文由 Unwire Pro 授权转载；首图来源：科技新报）
延伸阅读：
- 随手一画就是风景，NVIDIA GauGAN 助概念设计师化想像为现实
- 高盛看好 NVIDIA 游戏业务成长，给予股票买进评等
- Nvidia 发布 AI 虚拟化与云端方案，促进分享 AI 计算能力
- Nvidia 刷新对话式 AI 训练成果，一小时内完成最大语言模型
