Swarm Learning Technologie (DEUTSCHE SEITE)
Swarm Learning für Präzisionsmedizin bei Infektionskrankheiten und zur Vorbereitung auf Pandemien
Die zunehmende Verfügbarkeit hochauflösender Multi-Omics- und Einzelzelldaten eröffnet neue Möglichkeiten für eine KI-gestützte Präzisionsmedizin. Gleichzeitig bestehen weiterhin offene Fragen hinsichtlich des Datenschutzes, der klinischen Anwendbarkeit und ethischer Aspekte. Die Swarm-Learning-Technologie kombiniert Methoden des maschinellen Lernens mit einer besonderen Form des Informationsaustauschs zwischen Studienzentren: Die KI-Algorithmen werden lokal an den jeweiligen Studienstandorten trainiert, während sämtliche Forschungsdaten dezentral am jeweiligen Standort gespeichert bleiben. Ausgetauscht werden ausschließlich Algorithmen und Modellparameter. Dadurch können Forschungseinrichtungen voneinander lernen, ohne sensible Patientendaten gemeinsam speichern oder austauschen zu müssen.
Das von der VolkswagenStiftung geförderte Projekt „Swarm Learning für Präzisionsmedizin bei Infektionskrankheiten und zur Vorbereitung auf Pandemien“ bringt unter der Leitung von Prof. Joachim Schultze (DZNE) ein interdisziplinäres Expertenteam aus den Bereichen Daten- und Informationswissenschaften, Immunologie, Virologie, Infektiologie und Ethik zusammen.
Ziel des Projekts ist es, eine Plattform zu etablieren, die mithilfe der Swarm-Learning-Technologie medizinische und immunologische Daten effizient auswertet und die daraus gewonnenen Erkenntnisse übergreifend zusammenführt. Hierzu wird eine multizentrische klinische Studie durchgeführt, in der die Immunantwort nach einer Infektion mit SARS-CoV-2, Influenzaviren und RSV untersucht wird.
Kontakt
Marie Weskamm
Links
DZNE, Swarm Learning Technologie
DZNE, press release on VW-sponsored swarm learning project
Publikation
Warnat-Herresthal S, Schultze H, Shastry KL, et al. Swarm Learning for decentralized and confidential clinical machine learning. Nature. 2021 Jun;594(7862):265-270. doi: 10.1038/s41586-021-03583-3. Epub 2021 May 26.