【台湾第一个联合学习框架】靠联合学习打造多款医疗AI，AI Labs更开源自家框架力推

医疗机构中的病理资料，皆属高度隐私数据，无法随意存取。因此，“我们以联合学习（Federated Learning，亦称联邦学习）方法来突破限制，”台湾人工智能实验室（简称AI Labs）创办人杜奕瑾说。

AI Labs成立三年，就在智慧医疗领域大放异彩，不只和台北荣总打造全球第一套脑瘤临床判读AI系统，还与台大医院、北医附医等医院和疾管署，开发出肝、心、肺医疗影像和疟疾血液抹片的疾病判读AI。另外，也跨足精准医疗，打造能进行30亿个碱基的基因定序分析平台，去年更加入英国国家基因研究计划Genetic England，要推动跨国基因AI分析合作。

然而，AI Labs既非握有医疗数据的医院，在严格的个资保护法规下，就靠联合学习来训练模型。杜奕瑾指出，联合学习可让参与模型训练的各方，在Local端以自己的资料训练模型，再将各自的模型参数（而非原始资料）传至中央系统，经聚合（Aggregate）后，再回放参与各方，各自利用新的参数来进行下一回合训练。这个做法，医院就不必共享高机敏性资料。

用联合学习和健保医疗影像强化AI模型，打破资料藩篱

他举例，今年因应武汉肺炎（COVID-19）而打造的胸腔X光判读系统，就是其中一例。这个系统可分为两阶段，首先是判断该X光片是否为肺炎，接着再判断是否为武汉肺炎。

这套模型，是以AI Labs与台大医院的合作成果为基础。“今年台湾疫情爆发前，AI Labs与台大医院就先打造一套肺炎检测AI，”当时，他们利用开源资料集中的4万多张肺炎X光片和台大医院资料，采非监督式方法，以正常的肺部X光片来训练模型，接着再让模型“看”肺炎影像，在不须医生标注病灶的情形下，来学习判断肺炎。

后来，武汉肺炎在台湾大爆发后，AI Labs与疾管署、健保署和台大医院组成试验小组，利用自家医疗影像平台TAIMedimg的联合学习架构，先以台大医院的武汉肺炎影像训练一套模型，再用健保署的武汉肺炎医疗影像，来强化模型表现，20秒就能判断得到武汉肺炎的风险。这个模型在今年4月上线，是第一个开放给全球医学专家使用的武汉肺炎AI模型，也部署到5家台湾医院使用。

从资料正义出发，自行打造开源联合学习工具Harmonia

AI Labs大力拥抱联合学习，还与杜奕瑾秉持的去中心化资讯分享理念有关。他指出，3年前AI Labs发起ptt.ai计划，主张资料正义运动（Data Justice Movement），设计出一套不需要主机、去中心化的资讯分享算法，还给用户资料自主权。

随着AI热浪越来越强，渐渐地，他也开始思考，如何将这个想法，推广到AI模型开发和训练。于是半年前，AI Labs开始着手一项联合学习专案Harmonia，要将自家使用的联合学习框架开源出来，让联合学习“Made easy”，让用户轻松训练、部署联合学习模型。

有别于常见、只限于模拟用的联合学习框架Tensorflow Federated和PySyft，Harmonia可实际用来部署。此外，Harmonia还使用工程师熟悉的环境和语言，比如热门的开源工具Kubernetes、Git Large File Storage和GitOps等。

在执行流程上，为进行联合学习训练，首先会在Git Registry选定训练计划，再透过Webhook来通知参与节点。接着，节点便开始训练各自的模型，完成后，模型参数会回传到Registry，由一个聚合器（Aggregator）来收集各节点的模型参数。

收集完参数后，聚合器便开始整合、优化参数，再将优化过后的参数送至Registry，再回传给各个节点，进行下一轮训练，直到达到用户定义的收敛标准。

就在今年6月，AI Labs也释出了Harmonia第一版，内容包括了Harmonia-operator SDK和差分隐私（Differential privacy）函式库。“差分隐私是联合学习常见的资料保护手段，”杜奕瑾指出，虽然联合学习只取模型权重而非原始资料，但有心人士还是有可能从权重参数中，回推出特定个资。

为防止这种攻击，最常见的就是在回传的权重中，加入噪声（Noise），来混淆视听。AI Labs也将这个方法，应用于自家的开源框架中。杜奕瑾希望，借由开源Harmonia这一小步，可以推动联合学习在台湾的应用，跨出国界来加速国际联合学习的发展。

 相关报导  AI隐私难题新解方：联合学习