آیکون خبر

خبر کامل

ارتقای امنیت هوش مصنوعی در تحلیل MRI مغز توسط پژوهشگران دانشگاه تهران

ارتقای امنیت هوش مصنوعی در تحلیل MRI مغز توسط پژوهشگران دانشگاه تهران

پژوهشگران دانشگاه تهران با توسعه یک چارچوب نوآورانه مبتنی بر یادگیری فدرال، گام مهمی در جهت ارتقای امنیت و پایداری سامانه‌های هوش مصنوعی در تحلیل تصاویر MRI مغز برداشته‌اند. این فناوری جدید امکان همکاری میان مراکز درمانی مختلف را بدون نیاز به اشتراک‌گذاری داده‌های حساس بیماران فراهم می‌کند.

تحول در تحلیل تصاویر پزشکی با چارچوب OptiGradTrust

در پژوهشی که در مجله معتبر Scientific Reports منتشر شده است، دانشمندان ایرانی چارچوبی با نام OptiGradTrust را معرفی کردند. هدف اصلی این طرح، مقابله با چالش‌های امنیتی و ناهمگونی داده‌ها در فرآیند آموزش مدل‌های هوشمند است.

در روش‌های سنتی، انتقال داده‌ها برای آموزش مدل‌ها ریسک‌های امنیتی و نقض حریم خصوصی را افزایش می‌دهد؛ اما در این رویکرد جدید، تنها پارامترهای به‌روزرسانی مدل مبادله می‌شود و اطلاعات اصلی در محل خود باقی می‌ماند.

مکانیسم‌های دفاعی در برابر داده‌های مخرب

یکی از بزرگ‌ترین چالش‌های یادگیری فدرال، ورود اطلاعات نادرست یا عمدی از سوی برخی مراکز است. چارچوب پیشنهادی برای مدیریت این وضعیت، از شش شاخص کلیدی برای ارزیابی اعتبار هر مرکز استفاده می‌کند:

  • میزان شباهت اطلاعات با الگوهای استاندارد
  • هماهنگی داده‌ها با سایر مراکز مشارکت‌کننده
  • اندازه تغییرات ایجاد شده در مدل نهایی
  • میزان سازگاری و کیفیت اطلاعات ارسالی
  • سهم واقعی هر مرکز در بهبود عملکرد مدل

این سیستم با بهره‌گیری از یادگیری تقویتی و شبکه‌های توجه، اطلاعات مشکوک را شناسایی کرده و وزن آن‌ها را در مدل نهایی کاهش می‌دهد تا پایداری سامانه حفظ شود.

بررسی عملکرد و نتایج آزمایش‌ها

پژوهشگران این فناوری را با استفاده از مجموعه‌های داده متنوعی از جمله MNIST و داده‌های بالینی OASIS مورد آزمایش قرار دادند. نتایج به‌دست‌آمده نشان‌دهنده برتری قابل توجه این روش نسبت به مدل‌های پیشین است.

روش مورد مقایسه دقت در تحلیل MRI آلزایمر
OptiGradTrust (روش جدید) ۹۵٪
FLGuard کمتر از ۹۵٪
FLTrust کمتر از ۹۵٪
FLAME کمتر از ۹۵٪

چشم‌انداز آینده و ضرورت آزمایش‌های گسترده‌تر

اگرچه این دستاورد علمی بسیار امیدوارکننده است، اما تیم تحقیق تأکید کرده‌اند که این روش هنوز در مرحله اثبات مفهوم قرار دارد و برای کاربردهای بالینی گسترده، نیاز به آزمایش روی پایگاه‌های داده بسیار بزرگ‌تر مانند ADNI و UK Biobank است.

این پروژه با همکاری متخصصان دانشکده مهندسی برق و کامپیوتر دانشگاه تهران به سرانجام رسیده است که نشان‌دهنده توانمندی بالای پژوهشگران ایرانی در حوزه هوش مصنوعی پزشکی و امنیت داده‌ها است.

شناسنامه خبر:

درباره هوش‌مصنوعی دست‌اول:

تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.

دسترسی رایگان به هوشنگ ↗