KI mit Schwarm-Intelligenz

Eine neue Technologie zur kooperativen Analyse von Big Data

Medizinische Forschungsdaten sind ein Schatz. Sie können entscheidend dazu beitragen, personalisierte Therapien zu entwickeln, die passgenauer als herkömmliche Behandlungen auf jeden Einzelnen zugeschnitten sind. Daher gilt Big Data längst auch in Wissenschaft und Medizin als Schlüssel für bessere Behandlungsoptionen. Deswegen ist es wichtig, diese Daten der Forschung zur Verfügung zu stellen.

Ein solcher Datenaustausch unterliegt natürlich höchsten Anforderungen an den Datenschutz und ist teilweise aufgrund der schieren Datenmenge technisch kompliziert bis gar unmöglich. Dies führt dazu, dass viele Studien in der medizinsichen Forschung auf eine lokale Datenverwertung beschränkt sind. Diesem Problem stellt sich der Forschungsbereich Systemmedizin, mittels einer vom IT-Unternehmen Hewlett Packard Enterprise (HPE) entwickelten Technologie: dem sogenannten Swarm Learning.

Swarm Learning kombiniert eine spezielle Form des Informationsaustausches über verschiedene Standorte beziehungsweise Knoten eines Netzwerkes hinweg mit Methoden aus dem Werkzeugkasten des „maschinellen Lernens“, einem Teilbereich der künstlichen Intelligenz (KI). Dreh- und Angelpunkt des maschinellen Lernens sind Algorithmen, die an Daten trainiert werden, um darin Gesetzmäßigkeiten aufzuspüren – und infolgedessen die Fähigkeit erwerben, die gelernten Muster auch in anderen Daten zu erkennen.


Auf diese Weise ermöglicht das Schwarm Learning der Medizinforschung neue Möglichkeiten in der Zusammenarbeit. Der Schlüssel liegt darin, dass alle Kooperationspartner voneinander lernen können, ohne persönliche Patientendaten teilen zu müssen. So bleiben beim Swarm Learning sämtliche Forschungsdaten vor Ort. Ausgetauscht werden jeweils nur Algorithmen und Parameter – also Erfahrungswerte. Neben der Einsparung von Ressourcen erfüllt das Swarm Learning  die Vorgaben des Datenschutzes von selbst. Die Daten verbleiben vor Ort, Ergebnis verfälschende Dubletten werden vermieden und lediglich die immer besser werdende Rechenvorschriften werden unter den Partnern geteilt.

Rückgrat des Swarm Learnings ist die "Blockchain": Swarm Learning geschieht kooperativ anhand von Regeln, auf die sich alle Partner vorab verständigt haben. Dieses Regelwerk wird in einer Blockchain festgehalten. Somit sind alle Mitglieder des Schwarms gleichberechtigt. Es gibt keine zentrale Macht über das Geschehen und die Ergebnisse. Die KI-Algorithmen lernen somit lokal, nämlich anhand der Daten, die am jeweiligen Standort beziehungsweise Netzwerkknoten vorliegen. Die Lernerfolge jedes Knotens werden in Form von Parametern über die Blockchain gesammelt und in intelligenter Weise vom System verarbeitet. Daraufhin optimierte Parameter werden an alle Beteiligte weitergegeben. Dieser Ablauf wiederholt sich mehrfach, wodurch sich die Fähigkeit der Algorithmen Muster zu erkennen nach und nach verbessert – und zwar an jedem Knoten des Netzwerkes.


Publikationen

Warnat-Herresthal et al. Swarm Learning for decentralized and confidential clinical machine learning. Nature (2021). DOI: 10.1038/s41586-021-03583-3


Weitere Informationen

Pressemitteilung: KI mit Schwarm-Intelligenz (26.05.2021)


Projektleitung

Prof. Dr. Joachim L. Schultze
Direktor für Systemmedizin
Venusberg-Campus 1/99
53127 
Bonn
joachim.schultze(at)dzne.de
+49 228 43302-410

Willkommen auf unserer Webseite, informieren Sie sich hier grundsätzlich cookie-frei.

Wir würden uns freuen, wenn Sie für die Optimierung unseres Informationsangebots ein Cookie zu Analysezwecken zulassen. Alle Daten sind pseudonym und werden nur durch das DZNE verwendet. Wir verzichten bewusst auf Drittanbieter-Cookies. Diese Einstellung können Sie jederzeit hier ändern.

Ihr Browser erlaubt das Setzen von Cookies: