【臺灣第一個聯合學習框架】靠聯合學習打造多款醫療AI，AI Labs更開源自家框架力推

醫療機構中的病理資料，皆屬高度隱私數據，無法隨意存取。因此，「我們以聯合學習（Federated Learning，亦稱聯邦學習）方法來突破限制，」臺灣人工智慧實驗室（簡稱AI Labs）創辦人杜奕瑾說。

AI Labs成立三年，就在智慧醫療領域大放異彩，不只和臺北榮總打造全球第一套腦瘤臨床判讀AI系統，還與臺大醫院、北醫附醫等醫院和疾管署，開發出肝、心、肺醫療影像和瘧疾血液抹片的疾病判讀AI。另外，也跨足精準醫療，打造能進行30億個鹼基的基因定序分析平臺，去年更加入英國國家基因研究計畫Genetic England，要推動跨國基因AI分析合作。

然而，AI Labs既非握有醫療數據的醫院，在嚴格的個資保護法規下，就靠聯合學習來訓練模型。杜奕瑾指出，聯合學習可讓參與模型訓練的各方，在Local端以自己的資料訓練模型，再將各自的模型參數（而非原始資料）傳至中央系統，經聚合（Aggregate）後，再回放參與各方，各自利用新的參數來進行下一回合訓練。這個做法，醫院就不必共享高機敏性資料。

用聯合學習和健保醫療影像強化AI模型，打破資料藩籬

他舉例，今年因應武漢肺炎（COVID-19）而打造的胸腔X光判讀系統，就是其中一例。這個系統可分為兩階段，首先是判斷該X光片是否為肺炎，接著再判斷是否為武漢肺炎。

這套模型，是以AI Labs與臺大醫院的合作成果為基礎。「今年臺灣疫情爆發前，AI Labs與臺大醫院就先打造一套肺炎檢測AI，」當時，他們利用開源資料集中的4萬多張肺炎X光片和臺大醫院資料，採非監督式方法，以正常的肺部X光片來訓練模型，接著再讓模型「看」肺炎影像，在不須醫生標註病灶的情形下，來學習判斷肺炎。

後來，武漢肺炎在臺灣大爆發後，AI Labs與疾管署、健保署和臺大醫院組成試驗小組，利用自家醫療影像平臺TAIMedimg的聯合學習架構，先以臺大醫院的武漢肺炎影像訓練一套模型，再用健保署的武漢肺炎醫療影像，來強化模型表現，20秒就能判斷得到武漢肺炎的風險。這個模型在今年4月上線，是第一個開放給全球醫學專家使用的武漢肺炎AI模型，也部署到5家臺灣醫院使用。

從資料正義出發，自行打造開源聯合學習工具Harmonia

AI Labs大力擁抱聯合學習，還與杜奕瑾秉持的去中心化資訊分享理念有關。他指出，3年前AI Labs發起ptt.ai計畫，主張資料正義運動（Data Justice Movement），設計出一套不需要主機、去中心化的資訊分享演算法，還給用戶資料自主權。

隨著AI熱浪越來越強，漸漸地，他也開始思考，如何將這個想法，推廣到AI模型開發和訓練。於是半年前，AI Labs開始著手一項聯合學習專案Harmonia，要將自家使用的聯合學習框架開源出來，讓聯合學習「Made easy」，讓用戶輕鬆訓練、部署聯合學習模型。

有別於常見、只限於模擬用的聯合學習框架Tensorflow Federated和PySyft，Harmonia可實際用來部署。此外，Harmonia還使用工程師熟悉的環境和語言，比如熱門的開源工具Kubernetes、Git Large File Storage和GitOps等。

在執行流程上，為進行聯合學習訓練，首先會在Git Registry選定訓練計畫，再透過Webhook來通知參與節點。接著，節點便開始訓練各自的模型，完成後，模型參數會回傳到Registry，由一個聚合器（Aggregator）來收集各節點的模型參數。

收集完參數後，聚合器便開始整合、優化參數，再將優化過後的參數送至Registry，再回傳給各個節點，進行下一輪訓練，直到達到用戶定義的收斂標準。

就在今年6月，AI Labs也釋出了Harmonia第一版，內容包括了Harmonia-operator SDK和差分隱私（Differential privacy）函式庫。「差分隱私是聯合學習常見的資料保護手段，」杜奕瑾指出，雖然聯合學習只取模型權重而非原始資料，但有心人士還是有可能從權重參數中，回推出特定個資。

為防止這種攻擊，最常見的就是在回傳的權重中，加入雜訊（Noise），來混淆視聽。AI Labs也將這個方法，應用於自家的開源框架中。杜奕瑾希望，藉由開源Harmonia這一小步，可以推動聯合學習在臺灣的應用，跨出國界來加速國際聯合學習的發展。

 相關報導  AI隱私難題新解方：聯合學習