Por redação AIoT Brasil

Federated learning, ou aprendizado unificado: esse é o nome do novo conceito de criação de algoritmos de inteligência artificial melhores e em menos tempo, mantendo em segurança o anonimato dos dados utilizados. O experimento foi desenvolvido pela Nvidia Enterprise, que, para pôr em prática a tecnologia, reuniu mais de 20 hospitais, laboratórios de pesquisas e universidades ao redor do mundo, entre as quais a brasileira Dasa, da área de medicina diagnóstica na América Latina.

O objetivo é fornecer às instituições de saúde ferramentas mais eficazes de combate à covid-19 e, segundo a Nvidia Enterprise, com o aprendizado unificado foi possível construir um algoritmo em apenas duas semanas, com 94% de assertividade. Marcio Aguiar, diretor da Nvidia para a América Latina disse que, nesse modelo, cada instituição coletou e realizou os próprios processos de segurança dos dados, e essas informações não precisaram sair para outros locais. “A Nvidia recebeu apenas as correções das redes neurais de cada local no algoritmo, apenas dados estatísticos. Depois o novo algoritmo é compartilhado na rede”, explicou.

Na Dasa, a nova forma de treinar IA utilizou radiografias de tórax e dados clínicos para construir um algoritmo que prevê se o paciente infectado pelo coronavírus vai precisar ou não de procedimentos como intubação, por exemplo. “Nesse cenário de pandemia, isso otimiza a correta gestão de leitos, o que é importante para os hospitais. Algoritmos criados com base apenas nos dados de uma instituição podem não funcionar tão bem em outros locais. Com o uso do aprendizado unificado, o resultado do algoritmo é muito mais robusto e escalável”, disse Felipe Kitamura, líder de inteligência artificial da Dasa.

Todos os treinamentos do algoritmo usaram tecnologias como o framework de federated learning do Nvidia Clara aplicadas aos modelos locais. O modelo original do algoritmo, chamado Corisk, foi desenvolvido pelo cientista Quanzheng Li no Mass General Brigham, em Boston, Estados Unidos. A técnica combina imagens médicas e registros de saúde para ajudar os médicos a gerenciar as internações de maneira mais eficiente, em um momento em que muitos países enfrentam novas ondas de covid-19.