外媒 | 佩恩医学院和英特尔利用联邦学习进行肿瘤检测-普瑞纯证

佩恩医学院和英特尔实验室的研究人员合作开展了一项联邦学习技术的研究，旨在帮助医生和研究人员识别恶性脑肿瘤，提高肿瘤检测和治疗的准确性和效率。脑胶质母细胞瘤是最常见的原发性脑癌，每年在美国约有12000例确诊病例。这种癌症具有侵袭性，诊断后的生存中位数为15至18个月。脑胶质母细胞瘤的五年生存率也只有约10％，这反映了治疗该疾病的一些挑战。治疗脑胶质母细胞瘤可能很困难，因为脑癌的性质。在切除其他部位的肿瘤时，外科医生通常还会切除肿瘤周围的一小部分健康组织，这有助于去除肉眼看不见的癌细胞。对于脑肿瘤，切除这种健康组织的边缘可能很具有挑战性，因为肿瘤周围的组织可能控制着诸如言语和运动等重要功能。据一份与该研究同时发布的新闻稿称，检测肿瘤并确定肿瘤周围的可操作区域可以帮助解决这些挑战。2020年，佩恩医学院和英特尔宣布合作，利用联邦学习技术来改善脑胶质母细胞瘤的肿瘤检测和治疗效果。该研究旨在通过改进肿瘤边界的检测和识别来进一步实现这一目标。通过确定肿瘤的边界，医生可以了解到健康组织和肿瘤的接触点，并确定在手术期间切除哪个组织部分可以获得最佳效果。然而，根据各种因素，定义肿瘤的边界可能很复杂。此外，根据癌症类型的罕见程度和成像数据的可用性，寻找脑胶质母细胞瘤或其他脑癌的边界可能更加困难。数据隐私和共享问题提供了进一步的障碍，但联邦学习技术通过允许每个参与的医疗系统的数据保留在现场而不是被转移到中央存储库进行研究来解决这些问题。从那里，算法在所有分散的设备或服务器上进行训练。一旦在数据上进行了训练，这些算法就可以共享，而不会有任何患者数据泄露的风险。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。