InovaçãoNewsNewsletter

NVIDIA Enterprise e Dasa firmam parceria para desenvolver algoritmo para COVID-19 em duas semanas

0

O ano de 2020 foi marcado pela pandemia de Covid-19, que antecipou muitas transformações digitais e ampliou a necessidade de mais processamento e agilidade por parte das empresas de tecnologia. Nesse período complexo,

A NVIDIA Enterprise está liderando um experimento para desenvolver algoritmos de Inteligência Artificial capazes de auxiliar no combate aos casos de Covid-19 com um formato único de Aprendizado Unificado (Federated Learning). Com ele é possível desenvolver algoritmos de IA melhores em menos tempo, mantendo em segurança e no anonimato os dados utilizados.

Nesse experimento específico, a NVIDIA Enterprise criou uma rede com mais de 20 hospitais, laboratórios de pesquisas e universidades renomadas ao redor do mundo. Do Brasil, participou a Dasa, líder em medicina diagnóstica na América Latina.

O processo comum seria cada instituição da rede pegar os dados que possui, torná-los anônimos – que é um processo manual ainda e necessita de tempo para ser mais seguro –, e então treinar sua própria rede neural. “Usamos radiografias de tórax e dados clínicos para construir um algoritmo que prevê se o paciente internado vai precisar ou não de intubação, por exemplo. No cenário de pandemia, isso otimiza a correta gestão de leitos e é importante para os hospitais”, explica Felipe Kitamura, head de Inteligência Artificial da Dasa.

“Para otimizar o tempo e melhorar a segurança da informação, a NVIDIA Enterprise desenvolveu um formato de treinamento descentralizado do algoritmo. No conceito do Aprendizado Unificado, cada instituição coletou e realizou os próprios processos de segurança nos dados, mas essas informações não precisaram sair para outros locais. A NVIDIA recebeu apenas as correções das redes neurais de cada local no algoritmo, foram apenas dados estatísticos. Depois o novo algoritmo é compartilhado na rede”, explica Marcio Aguiar, diretor da NVIDIA Enterprise para América Latina. “Isso torna também o treinamento de IA mais seguro para o paciente, pois a informação – mesmo anônima – não é compartilhada”, complementa.

“Algoritmos criados com base apenas nos dados de uma instituição podem não funcionar tão bem em outros locais. Com o uso do aprendizado unificado (Federated Learning), o resultado do algoritmo é muito mais robusto e escalável”, comenta Kitamura.

O algoritmo desenvolvido no Aprendizado Unificado organizado pela NVIDIA Enterprise, auxiliou a Dasa a criar um algoritmo muito melhor do que se tivessem sido utilizados apenas dados de exames da população brasileira. Foi possível ter o benefício de utilizar dados de diversos locais do mundo para criar um algoritmo melhor do que cada instituição participante utilizasse apenas seu próprio dado. E o melhor de tudo é que não houve nenhuma necessidade de compartilhamento de dados, que o grande diferencial do aprendizado unificado.

Agilidade e Assertividade

Graças a agilidade no processamento dos dados, foi possível desenvolver um algoritmo em apenas duas semanas, alcançando 94% de assertividade. Para chegar a esse resultado em tão curto tempo e acelerar o processamento, todos os treinamentos do algoritmo usaram tecnologia NVIDIA Enterprise, como o Framework de Federated Learning do NVIDIA Clara e a NVIDIA Clara para treinar os modelos locais.

O modelo original do algoritmo, nomeado de CORISK, foi desenvolvido pelo cientista Dr. Quanzheng Li, no Mass General Brigham. Ele combina imagens médicas e registros de saúde para ajudar os médicos a gerenciar as internações de maneira mais eficaz, em um momento em que muitos países podem começar a atender novas ondas de pacientes com COVID-19.

Além da Dasa no Brasil, outros participantes do projeto ao redor do mundo foram: Mass Gen Brigham e seus hospitais afiliados; Children’s National Hospital em Washington, D.C.; NIHR Cambridge Biomedical Research Center; Hospital Central das Forças de Defesa em Tóquio; National Taiwan University MeDA Lab e MAHC e Taiwan National Health Insurance Administration; Hospital Geral Tri-Service em Taiwan; Hospital da Universidade Nacional de Kyungpook na Coreia do Sul; Faculdade de Medicina da Universidade Chulalongkorn na Tailândia; Universidade da Califórnia, São Francisco; VA San Diego; Universidade de Toronto; Institutos Nacionais de Saúde em Bethesda, Maryland; Escola de Medicina e Saúde Pública da Universidade de Wisconsin-Madison; Memorial Sloan Kettering Cancer Center em Nova York; e Mount Sinai Health System em Nova York.

Mercedes-Benz do Brasil e governo alemão ampliam projeto de unidades móveis de saúde com investimento de 5,5 milhões de euros

Artigo anterior

Care Plus lança nova tecnologia da telemedicina avançada

Próximo artigo

Comentários

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Você também pode gostar