Il federated learning può essere la risposta al più grande ostacolo del machine learning (intelligenza artificiale) in ambito sanitario. Permetterebbe infatti di ottenere pressoché tutti i vantaggi del machine learning (di cui è la rivisitazione “decentralizzata”), quindi supporto a diagnosi/terapie mediche, senza compromettere la privacy dei pazienti.
Cos’è il federated learning
Il federated learning fu presentato da Google in un interessante articolo del 2017. A differenza del Machine Learning “puro”, consente di costruire sistemi di “apprendimento automatico” senza accesso diretto ai training data. I dati rimangono nella loro ubicazione d’origine (decentrati), permettendo di garantire la protezione degli stessi e riducendo i relativi costi.
Il Federated Learning permette quindi l’utilizzo efficace dei dati in tutti gli ambiti e settori, nel rispetto della protezione dei dati e della sicurezza informatica: i dati sono stoccati all’interno dell’azienda, il che non permette l’insorgere della maggior parte dei problemi in materia di protezione dei dati personali; è presente un modello virtuale condiviso tra le varie aziende nell’ambito di un sistema “decentrato” e a reciproco vantaggio; nell’ambito di tale meccanismo “federale”, l’identità e lo status di ciascun partecipante sono gli stessi; tale modello virtuale ha quasi le stesse prestazioni del modello che si costruisce mettendo insieme tutti i dati (Machine Learning); consente di apprendere mentre rimangono memorizzati più set di dati; infine, non sono necessari scambi di dati grezzi per proteggere la privacy degli interessati.
Come opera il federated learning
Per avere un’idea di come operi il Federated Learning, si può supporre che ci siano due aziende A e B con diverse tipologie di dati; ad esempio, l’azienda A tratta i dati personali dell’utente, mentre l’azienda B tratta i dati che riguardano un prodotto. Secondo le normative sulla protezione dei dati (come il GDPR) le due società non possono combinare in modo rudimentale i dati di entrambe le parti in assenza di una base giuridica valida. Supponiamo che ogni parte costruisca un modello di apprendimento, rispettivamente per un compito di classificazione o di previsione, e questi compiti siano già stati riconosciuti dai rispettivi utenti al momento dell’acquisizione dei dati. Ora la domanda è come costruire modelli di qualità superiore sia per A che per B? Tuttavia, poiché i dati sono incompleti (ad esempio, A e B non possiedono alcuni dati o caratteristiche), o i dati sono insufficienti (e questo può inficiare il Learning), i modelli o i risultati potrebbero non essere soddisfacenti.
Pertanto, lo scopo del Federated Learning è quello di risolvere questo problema: esso mira a costruire un modello tra le organizzazioni, mentre i dati in possesso di ognuna rimangono in azienda. Il loro ambiente locale e i parametri del modello sono scambiati in maniera cifrata. Ciò porta alla creazione di un modello virtuale condiviso “a prova di privacy”, con le stesse prestazioni (o quasi) del Machine Learning. Il Federated Learning permette la costruzione di un modello virtuale nel quale i dati non si spostano e non vengono violati (salvo cause diverse). Il “meccanismo federale”, l’identità e lo status di ogni partecipante sono gli stessi, e tale sistema aiuta a stabilire una strategia del “bene comune”, motivo per cui si parla anche di “apprendimento federato“.
Federated Learning e protezione dei dati personali
Nonostante le sue capacità e potenzialità, al suo debutto nel biennio scorso il Federated Learning non ebbe una immediata accoglienza positiva da parte degli esperti del settore. A due anni di distanza però, un “soccorso inaspettato” arriva dall’approccio del Federated Learning con la protezione dei dati personali: la risposta al più grande ostacolo del Machine Learning in ambito sanitario. Come accennato, con il Federated Learning è possibile raggiungere tutti i vantaggi del Machine Learning (o quasi) senza compromettere la privacy dei pazienti.
Negli ultimi anni il Machine Learning è entrato nel nostro quotidiano, ad esempio, con l’auto a guida autonoma, ovvero cambiando il nostro approccio in materia di sicurezza informatica. In ambito sanitario, tuttavia, nonostante molti studi dimostrino le infinite potenzialità nell’individuare e diagnosticare patologie, i progressi sono molto più bassi. Gli attuali algoritmi richiedono enormi quantità di dati. Per fare in modo che il Learning evolva anche in ambito sanitario, gli ospedali e gli istituti di ricerca dovrebbero combinare tra loro le rispettive – e diversificate – banche dati, per aver una qualche utilità in materia.
Negli Stati Uniti e nel Regno Unito, ad esempio, l’idea di centralizzare una serie di informazioni mediche e di dati particolari nelle mani delle aziende Tech si è ripetutamente dimostrata impopolare. Di conseguenza, l’utilizzo dell’Intelligenza Artificiale in ambito sanitario[9] è rimasto molto ristretto in termini di portata e applicabilità. Per fare un esempio, non sarebbe possibile utilizzare un modello di rilevamento del cancro al seno su scala mondiale testato unicamente su poche migliaia di pazienti dello stesso nosocomio.
Federated learning, un modello inedito per la Sanità
Proprio su queste criticità che hanno tenuto lontano il Machine Learning dall’ambito sanitario, il Federated Learning occupa il campo creando un modello inedito: infatti, si utilizzano i dati memorizzati in più ospedali senza che gli stessi dati possano mai lasciare la sede fisica dell’ospedale interessato, ovvero transitare per i server di una Tech Company.
Il Federated Learning opera formando modelli separati (da qui il termine “Federated”) per ogni ospedale, con i dati locali disponibili, per poi inviare questi modelli ad un server centrale per essere combinati tra loro in un “modello master”. Poiché ogni ospedale acquisisce più dati nel tempo, lo stesso nosocomio può scaricare l’ultimo modello master, aggiornarlo con i nuovi dati e rispedirlo al server centrale. Durante tutto il processo non vengono mai scambiati i dati “grezzi”, ma solo i modelli, i quali non possono essere decodificati per ricavarne i dati.
Ma ci sono alcune problematiche.
In primo luogo, la combinazione di modelli separati rischia di creare un modello master peggiore rispetto a ciascun modello; saranno i ricercatori a perfezionare le tecniche esistenti per non permettere che ciò accada.
In secondo luogo, il Federated Learning richiede che ogni ospedale abbia delle infrastrutture adeguate, nonché del personale adeguatamente formato per poter “addestrare” i modelli di Learning.
Inoltre sarebbe necessario procedere con la standardizzazione della raccolta dati in tutti gli ospedali. Ma siamo ancora all’inizio.
Dal 2017 sono nate altre tecniche di apprendimento distribuite per rispondere a queste sfide, come lo “Split Learning”. Nel caso dello Split Learning, ogni ospedale inizia con la formazione di modelli separati, ossia di modelli formati “per metà” (Split). Tali modelli sono poi inviati al server centrale per essere combinati e completare la loro formazione. Il vantaggio principale è che questo allevierebbe parte dell’onere computazionale degli ospedali.
Federated learning, l’approccio delle aziende
Alcune aziende, tra cui Intel, stanno lavorando sull’utilizzo del Federated Learning per le applicazioni dell’Intelligenza Artificiale in ambito sanitario (assistenza, ricerca ecc.).
La startup francese Owkin invece, utilizza il Federated Learning per prevedere la resistenza dei pazienti a diversi trattamenti e farmaci, così come i loro tassi di sopravvivenza con certe malattie. La Owkin lavora con diversi centri di ricerca sul cancro negli Stati Uniti e in Europa per sperimentare quanto teorizzato. Le collaborazioni hanno già prodotto un documento di ricerca, a detta dei fondatori della startup, su un nuovo modello che prevede le probabilità di sopravvivenza per una rara forma di cancro sulla base delle immagini patologiche del paziente.
Infine, vi è l’approccio di IBM Watson. Il sistema IBM Watson è una delle applicazioni più famose nel campo della diagnosi intelligente. In ambito sanitario, Watson è usato per la diagnosi medica automatizzata, in particolare nel campo della lotta contro il cancro da parte di istituti medici prevalentemente cinesi e americani. Tuttavia, IBM Watson ha accusato il colpo dopo una diagnosi errata che avrebbe potuto causare la morte di un paziente.
In pratica, i Training Data utilizzati da IBM Watson avrebbero dovuto contenere le caratteristiche delle malattie, le sequenze geniche, i referti medici, i risultati degli esami e i documenti accademici. Ma in realtà, non ci sono fonti di dati stabili, e nella maggior parte dei casi vi sono problemi di etichette (Labels) mancanti. Qualcuno presume che ci potrebbero volere 10 anni e 10.000 esperti per raccogliere un set di dati efficace. L’insufficienza di dati e di etichette si traduce in cattive prestazioni dei modelli di apprendimento automatico, il che si traduce in un vero e proprio “collo di bottiglia” per una diagnosi intelligente (e, quindi, causa principale di una diagnosi errata). Per superare questo ostacolo si può supporre che gli istituti medici di tutto il mondo si uniscano per condividere i loro dati, per poi avere un set di dati abbastanza grande da addestrare il modello migliore di sempre.
Combinando il Federated Learning con il Transfer Learning è possibile raggiungere questo obiettivo. La fattibilità risiede in due punti. In primo luogo, i dati provenienti dagli istituti medici devono essere sensibili a problemi di privacy e di sicurezza e lo scambio “brutale” dei dati dovrebbe essere impossibile, lì dove il Federated Learning consente di realizzare modelli di formazione senza condividere direttamente i dati. In secondo luogo, il Transfer Learning potrebbe essere applicato alla mancanza delle etichette, in modo da poter ingrandire il set di dati e le prestazioni del modello, migliorandole. Pertanto, il Federated (Transfer) Learning potrebbe avere un ruolo importante nello sviluppo di sistemi di diagnosi intelligenti. Se gli istituti medici potessero stabilire “un’alleanza” in materia nel prossimo futuro, il livello di progresso in medicina potrebbe entrare concretamente in una nuova era.
