騰訊醫(yī)療健康攜手微眾銀行成立聯(lián)合實驗室，聯(lián)邦學習破解隱私難題

2020年08月21日，騰訊醫(yī)療健康與微眾銀行，宣布成立聯(lián)合實驗室，結(jié)合騰訊天衍實驗室在醫(yī)療影像、醫(yī)療機器學習與自然語言處理的技術(shù)積累，以及微眾銀行AI團隊在聯(lián)邦學習上的領(lǐng)先技術(shù)，雙方將共同攻堅醫(yī)療聯(lián)邦學習（Medical Federated Learning），搭建隱私保護數(shù)據(jù)平臺，探索醫(yī)療領(lǐng)域的智能化應用。

騰訊醫(yī)療副總裁吳文達醫(yī)生指出，醫(yī)療場景數(shù)據(jù)隱私問題處理至關(guān)重要，技術(shù)進步給醫(yī)療帶來創(chuàng)新的同時也要兼顧隱私保護，讓行業(yè)贏得良性發(fā)展，讓用戶獲得便利、安全的使用環(huán)境。醫(yī)療聯(lián)邦學習框架為醫(yī)療隱私和數(shù)據(jù)安全帶來了新的解決思路，聯(lián)合實驗室的成立有助于雙方集中技術(shù)優(yōu)勢，深耕醫(yī)療聯(lián)邦學習應用，突破AI+醫(yī)療創(chuàng)新技術(shù)落地難題。

聯(lián)邦學習既保護了不同機構(gòu)的數(shù)據(jù)隱私，也提升了機器學習的效率

微眾銀行AI團隊是聯(lián)邦學習技術(shù)的引領(lǐng)者，而推動微眾銀行AI團隊率先進行“聯(lián)邦學習”研究并將其應用于業(yè)務中的，是微眾銀行首席人工智能官楊強教授，他也是最早研究“聯(lián)邦學習”的國際人工智能專家之一。楊強教授介紹，聯(lián)邦學習的原理是一種加密的分布式機器學習技術(shù)，參與各方可以在不披露底層數(shù)據(jù)和底層數(shù)據(jù)的加密(混淆)形態(tài)的前提下共建模型，也是一種共贏的機器學習方式。“聯(lián)邦學習”可以讓多個參與方數(shù)據(jù)不出本地不泄露隱私的條件下進行合作，而“遷移學習”是將從已有問題學習到的“知識”遷移到新問題上，實現(xiàn)舉一反三，“聯(lián)邦遷移學習”則是將“遷移學習”和“聯(lián)邦學習”結(jié)合起來，幫助不同機構(gòu)打破隔閡，聯(lián)合建立AI模型，同時各方數(shù)據(jù)不出本地，用戶隱私得到最好保護。目前微眾銀行已經(jīng)在金融、醫(yī)療等行業(yè)領(lǐng)域落地應用新的技術(shù)。

聯(lián)合實驗室成立后，雙方將繼續(xù)匯聚優(yōu)勢及資源，集中在醫(yī)療影像輔助診斷、醫(yī)療大數(shù)據(jù)、醫(yī)療機器學習模型等多個方面展開深度合作，雙方將研究在保護多方（如醫(yī)院、企業(yè)等）數(shù)據(jù)的情況下的協(xié)作學習，從而打破數(shù)據(jù)孤島的限制。特別地，在疫情期間由于患者數(shù)據(jù)需要絕對隱私使得許多AI技術(shù)無法得以施展，醫(yī)療聯(lián)邦學習框架有望成為解決該問題的一劑“良方”。

微眾銀行楊強教授介紹，基于大數(shù)據(jù)及人工智能聯(lián)合實驗室合作項目，聯(lián)合實驗室將在醫(yī)療聯(lián)邦學習框架下對新冠肺炎的追蹤、診斷、預后作出積極的探索，例如在疫情中常態(tài)化檢查和病情的朔源工作中，探索在保護用戶隱私的情況下對用戶是否具有感染風險并以綠碼和紅碼兩種形式進行表征。

此外，聯(lián)合實驗室還將針對新冠肺炎CT影像建立基于聯(lián)邦學習框架的輔助診斷模型，讓世界各地的醫(yī)院可以在不泄露隱私的情況下共同學習、聯(lián)合建模，從而極大地提升病例稀缺的醫(yī)院的診斷準確率。

同時，醫(yī)療聯(lián)邦學習作為基礎(chǔ)技術(shù)框架，可以挖掘并利用醫(yī)療健康數(shù)據(jù)，構(gòu)建不同的醫(yī)療場景應用，如通過聯(lián)邦學習助力電子健康卡實現(xiàn)保護用戶隱私建模、醫(yī)?；鹂刭M、個人與機構(gòu)拒付識別等等，以助力醫(yī)療健康產(chǎn)業(yè)發(fā)展，提升醫(yī)療服務的質(zhì)量。

早在去年，騰訊天衍實驗室和微眾銀行在醫(yī)療大數(shù)據(jù)、醫(yī)學影像輔助診斷等領(lǐng)域便展開了合作，通過AI技術(shù)賦能的成果轉(zhuǎn)化切實提高醫(yī)務工作者的效率。聯(lián)合實驗室研究員趙瑞輝和鞠策聯(lián)合研發(fā)了基于醫(yī)療聯(lián)邦學習框架的“腦卒中發(fā)病風險預測模型”，該模型成功破解醫(yī)療行業(yè)信息孤島和隱私保護難題，實現(xiàn)了在保護不同醫(yī)院數(shù)據(jù)隱私下的疾病精準預測，其預測準確率高達80%。另外，通過聯(lián)邦學習技術(shù)，大型三甲醫(yī)院數(shù)據(jù)資源可以幫助醫(yī)療服務匱乏病例少小型醫(yī)院在模型預測指標上提升了10-20%。該工作以論文形式陳述（論文鏈接：https://arxiv.org/abs/2006.10517），并被FL-IJCAI'20高分錄用。同時，該工作獲得騰訊公司十大微創(chuàng)新項目獎。

騰訊天衍實驗室負責人鄭冶楓博士指出，雙方成立聯(lián)合實驗室，有助于加速聯(lián)邦學習技術(shù)在醫(yī)療領(lǐng)域的研究和應用，尤其在后疫情時代，醫(yī)療領(lǐng)域?qū)I和大數(shù)據(jù)等技術(shù)的應用轉(zhuǎn)化需求激增，希望雙方能進一步加速醫(yī)療創(chuàng)新技術(shù)的突破，切實提升AI醫(yī)療業(yè)務發(fā)展。