[論文レビュー] Privacy-Preserving Technology to Help Millions of People: Federated Prediction Model for Stroke Prevention

Ce Ju, Ruihui Zhao+12 more|arXiv (Cornell University)|Jun 15, 2020

Artificial Intelligence in Healthcare参考文献 15被引用数 28

ひとこと要約

本稿では、複数の病院間で生体データを共有せずに、フェデレーテッド・アveragingを用いたプライバシー保護型の脳卒中リスク予測モデルを提案している。クラウドベースのフェデレーテッド・ラーニング・フレームワークを介して分散型電子カルテデータ上で訓練することで、中央集権的学習にほぼ匹敵する性能を達成し、小規模病院では正解率が10–20%向上した。同時に、データの機微性を保ちつつ、病院間でスケーラブルかつ安全にAI駆動の脳卒中予測を実現する。

ABSTRACT

Prevention of stroke with its associated risk factors has been one of the public health priorities worldwide. Emerging artificial intelligence technology is being increasingly adopted to predict stroke. Because of privacy concerns, patient data are stored in distributed electronic health record (EHR) databases, voluminous clinical datasets, which prevent patient data from being aggregated and restrains AI technology to boost the accuracy of stroke prediction with centralized training data. In this work, our scientists and engineers propose a privacy-preserving scheme to predict the risk of stroke and deploy our federated prediction model on cloud servers. Our system of federated prediction model asynchronously supports any number of client connections and arbitrary local gradient iterations in each communication round. It adopts federated averaging during the model training process, without patient data being taken out of the hospitals during the whole process of model training and forecasting. With the privacy-preserving mechanism, our federated prediction model trains over all the healthcare data from hospitals in a certain city without actual data sharing among them. Therefore, it is not only secure but also more accurate than any single prediction model that trains over the data only from one single hospital. Especially for small hospitals with few confirmed stroke cases, our federated model boosts model performance by 10%~20% in several machine learning metrics. To help stroke experts comprehend the advantage of our prediction system more intuitively, we developed a mobile app that collects the key information of patients' statistics and demonstrates performance comparisons between the federated prediction model and the single prediction model during the federated training process.

研究の動機と目的

• 機微な患者記録を共有せずに、医療AIにおけるデータの機微性の課題に対処し、共同でのモデル訓練を可能にすること。
• 特に確認済みの脳卒中症例が少ない小規模病院において、フェデレーテッド・ラーニングを用いて脳卒中予測の正解率を向上させること。
• 任意のクライアント接続とローカル訓練イテレーション数をサポートする、スケーラブルで非同期的なフェデレーテッド・ラーニングシステムの開発。
• モバイルミニプログラムインターフェースを用いて、病院間でモデル訓練のパフォーマンスをリアルタイムで監視・可視化すること。
• 中国の都市の病院ネットワークでの実運用を想定した、生産環境対応でプライバシー保護型のAIパイプラインを確立すること。

提案手法

• システムは、生体データを転送せずに、病院のプライベートクラウドサーバーから得たモデル更新をフェデレーテッド・アベレージング（FedAvg）で集約する。
• 各病院は、自らの電子カルテ（EHR）データ上で、ローカルに3層のニューラルネットワーク分類器を訓練し、特徴マッピングと分類器の重みを独立して更新する。
• 中央サーバーは、次の式によりローカルモデル重みを集約する：$ w_{t+1} = \frac{1}{m} \sum_{i=1}^{m} w_t^i $、ここで $ m $ は参加病院の数を表す。
• フレームワークは非同期であり、任意の数のクライント接続と、通信ラウンドごとの変動するローカル勾配イテレーションをサポートする。
• モバイルミニプログラム（FedAI 脳卒中予測）は、患者統計、AUCスコア、フェデレーテッドモデルとローカルモデルのパフォーマンス比較をリアルタイムで可視化する。
• システムは騰訊クラウド（Tencent Cloud）とオープンソースのセキュアコンピューティングフレームワークFATEに基づいて構築されており、データ機微性とプライバシー規制への準拠を確保している。

実験結果

リサーチクエスチョン

• RQ1 生体データを共有せずに、中央集権的学習に匹敵するか、それ以上の脳卒中予測性能を達成できるフェデレーテッド・ラーニングフレームワークは存在するか？
• RQ2 フェデレーテッド・ラーニングは、脳卒中症例が少ない小規模病院において、ローカル学習と比較してモデルの正解率をどの程度向上させるか？
• RQ3 複数の医療機関間で共同AI学習を可能にしつつ、どの程度のレベルでプライバシーを維持できるか？
• RQ4 非同期フェデレーテッド・ラーニングシステムは、実世界の医療環境において、動的なクライント参加と変動するローカル訓練ステップをサポートできるか？
• RQ5 可視化システムは、臨床医が分散型病院間のモデル訓練のダイナミクスを監視し理解するのにどの程度効果的か？

主な発見

• フェデレーテッド予測モデルは、AUC平均0.813（標準偏差0.018）を達成し、中央集権的学習のAUC（0.814±0.014）にほぼ匹敵した。
• 脳卒中発症率が1%未満の小規模病院では、フェデレーテッドモデルがローカル学習モデルと比較してAUCスコアを10%～20%向上させた。
• 患者数の約50%を提供した病院Aは、ローカルAUCが0.812を記録し、そのデータがフェデレーテッドモデルのパフォーマンスを支配していた。
• データの多様性と協働学習のおかげで、フェデレーテッドモデルは、大規模病院のモデルを含むすべての個別病院モデルを上回った。
• 可視化システムは、フェデレーテッドモデルとローカルモデルのリアルタイムパフォーマンス比較を成功裏に実装し、臨床医の透明性と信頼性を高めた。
• システムはスケーラブルかつ安全であり、非同期クライント接続をサポートし、訓練プロセス全体でデータの機微性を維持した。