Alors que l’hémisphère nord entre à nouveau dans l’hiver, la pandémie de covid-19 semble connaître un regain, inquiétant les professionnels de santé. Nvidia, géant des GPU et de ce fait acteur majeur de l’intelligence artificielle, vient d’annoncer avoir travaillé avec une vingtaine d’hôpitaux aux Etats-Unis et à travers le monde.
Leur objectif était de développer un modèle d’intelligence artificielle capable, à partir d’un examen initial standardisé, de déterminer si une personne qui se présente aux urgences avec des symptômes du covid-19 aura besoin d’une assistance respiratoire et d’un surplus d’oxygène dans les heures ou jours à venir.
L’apprentissage fédéré assure rapidité et vie privée
Il n’a pas fallu plus de deux semaines aux chercheurs de Nvidia et aux médecins du Massachussetts General Brigham Hospital pour aboutir à la mise au point d’un algorithme fiable (avec un taux d’AUC de 0.94, quand le but ultime est d’attendre 1).
Pour cela, ils ont rejoint un projet appelé EXAM, qui fait appel au federated learning, hébergé par le framework de machine learning Nvidia Clara. Une approche décentralisée de l’apprentissage machine, où les ensembles de données centralisés en un seul lieu ne sont pas nécessaires. Le modèle est en effet entraîné simultanément à différents endroits sous différentes itérations.
Ainsi, si un serveur continue de maintenir le réseau neuronal principal, chaque client, chaque site qui participe à l’entraînement se voit confier une copie à jour du modèle et peut l’entraîner à partir de son propre ensemble de données locales. Les résultats de l’apprentissage sont alors reversés dans le modèle central, qui les agrège, enrichit le modèle général et le redéploie vers les autres clients.
Non seulement l’apprentissage ainsi morcelé est plus rapide, mais il permet également d’éviter de transférer des données qui, dans le cadre de la santé, sont extrêmement personnelles. En l’occurrence, elles ont été recueillies dans vingt hôpitaux à travers le monde, sans avoir à les quitter.
Un premier pas vers une collaboration avancée
Outre que ce modèle permettra aux urgentistes de mieux gérer le triage des arrivées en cas d’explosion du nombre de cas, ce succès montre aussi à quel point une collaboration à l’échelle du globe est possible. Ce même système d’apprentissage fédéré pourrait ainsi être utilisé pour aider au développement de médicaments en cas de crise sanitaire…
Source : Nvidia
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
