Nvidia e Dasa firmam parceria para desenvolver algoritmo de combate à Covid-19

A Nvidia Enterprise tem focado sua expertise tecnológica no desenvolvimento de uma solução para ajudar no combate à Covid-19. A companhia lidera um experimento para desenvolver algoritmos de Inteligência Artificial capazes de auxiliar no combate aos casos de Covid-19 com um formato único de Aprendizado Unificado (Federated Learning).

Junto com o foco de encontrar soluções ágeis para a Covid-19, a Nvidia também se preocupou em garantir a segurança das informações dos pacientes, problemática muito discutida em 2020, à medida que empresas de tecnologia buscavam soluções rápidas à pandemia. No entanto, com o aprendizado unificado é possível desenvolver algoritmos de IA melhores em menos tempo, mantendo em segurança e no anonimato os dados utilizados dos pacientes.

Nesse experimento específico, a Nvidia Enterprise criou uma rede com mais de 20 hospitais, laboratórios de pesquisas e universidades renomadas ao redor do mundo. No Brasil, a parceira da empresa é a Dasa, referência em medicina diagnóstica na América Latina. O processo comum seria cada instituição da rede pegar os dados que possui, torná-los anônimos – que é um processo manual ainda e necessita de tempo para ser mais seguro -, e então treinar sua própria rede neural.

“Usamos radiografias de tórax e dados clínicos para construir um algoritmo que prevê se o paciente internado vai precisar ou não de intubação, por exemplo. No cenário de pandemia, isso otimiza a correta gestão de leitos e é importante para os hospitais”, explica Felipe Kitamura, Head de Inteligência Artificial da Dasa.

A Nvidia desenvolveu um formato de treinamento descentralizado do algoritmo para otimizar o tempo e melhorar a segurança da informação, segundo Marcio Aguiar, Diretor da Nvidia Enterprise para América Latina.

“No conceito do aprendizado unificado, cada instituição coletou e realizou os próprios processos de segurança nos dados, mas essas informações não precisaram sair para outros locais. A Nvidia recebeu apenas as correções das redes neurais de cada local no algoritmo, foram apenas dados estatísticos. Depois o novo algoritmo é compartilhado na rede”, explica Aguiar. “Isso torna também o treinamento de IA mais seguro para o paciente, pois a informação – mesmo anônima – não é compartilhada”, complementa.

O algoritmo desenvolvido no aprendizado unificado auxiliou a Dasa a criar um algoritmo muito melhor do que se tivessem sido utilizados apenas dados de exames da população brasileira. Foi possível ter o benefício de utilizar dados de diversos locais do mundo para criar um algoritmo melhor do que se cada instituição participante utilizasse apenas seu próprio dado. Além disso, não houve nenhuma necessidade de compartilhamento de dados, grande diferencial dessa metodologia.

“Algoritmos criados com base apenas nos dados de uma instituição podem não funcionar tão bem em outros locais. Com o uso do aprendizado unificado (Federated Learning), o resultado do algoritmo é muito mais robusto e escalável”, comenta Kitamura.

Solução em duas semanas

A agilidade no processamento dos dados possibilitou desenvolver um algoritmo em apenas duas semanas, alcançando 94% de assertividade. Para chegar a esse resultado, todos os treinamentos do algoritmo usaram tecnologia NVIDIA Enterprise, como o Framework de Federated Learning do NVIDIA Clara e a NVIDIA Clara para treinar os modelos locais.

O modelo original do algoritmo, nomeado de CORISK, foi desenvolvido pelo cientista Dr. Quanzheng Li, no Mass General Brigham. Ele combina imagens médicas e registros de saúde para ajudar os médicos a gerenciar as internações de maneira mais eficaz.

Além da Dasa, no Brasil, outras organizações e empresas participaram do projeto em países como Tailândia, Japão, Estados Unidos, Coreia do Sul, Taiwan e Canadá.

Nova forma de treinar IA usando o aprendizado unificado auxilia no combate à pandemia