Real-World Federated Learning in Radiology: Hurdles to overcome and Benefits to gain

要約

目的: Federated Learning (FL) により、データをローカルに保持しながら、協調的なモデル トレーニングが可能になります。
現在、放射線医学における FL 研究のほとんどは、実践への移行を妨げる多くの障害があるため、模擬環境で実施されています。
いくつかの既存の現実世界の FL イニシアチブでは、これらのハードルを克服するために取られた具体的な手段がほとんど伝えられておらず、重大な知識のギャップが残されています。
現実世界の FL を実装する取り組みに注意を払っていますが、FL とそれほど複雑でない代替案を比較する包括的な評価が著しく不足しています。
材料と方法: FL の文献を徹底的にレビューし、FL イニシアチブを確立しながらその性質と段階に応じて洞察と発見を分類し、包括的なガイドにまとめました。
私たちはドイツ放射線協力ネットワーク (RACOON) 内で独自の FL インフラストラクチャを開発し、6 つの大学病院にわたる肺病理セグメンテーション タスクで FL モデルをトレーニングすることでその機能を実証しました。
私たちは、3 つの異なる評価シナリオで、それほど複雑ではない代替案に対して FL を広範囲に評価しました。
結果: 提案されたガイドでは、実世界の実験を実施して成功する FL イニシアチブを確立するための重要な手順、特定されたハードル、および提案されたソリューションの概要が説明されています。
私たちの実験結果は、FL がすべての評価シナリオにおいてそれほど複雑でない代替案よりも優れたパフォーマンスを示し、FL を現実世界のアプリケーションに変換するために必要な労力を正当化することを示しています。
考察と結論: 私たちが提案するガイドは、将来の FL 研究者が落とし穴を回避し、FL の放射線医学への応用を加速するのを支援することを目的としています。
私たちの結果は、代替製品よりも有利なパフォーマンスを実証することで、FL を現実世界のアプリケーションに変換するために必要な努力の価値を強調し、現実世界の設定における戦略的組織化、分散データとインフラストラクチャの堅牢な管理の重要性を強調しています。

要約(オリジナル)

Objective: Federated Learning (FL) enables collaborative model training while keeping data locally. Currently, most FL studies in radiology are conducted in simulated environments due to numerous hurdles impeding its translation into practice. The few existing real-world FL initiatives rarely communicate specific measures taken to overcome these hurdles, leaving behind a significant knowledge gap. Minding efforts to implement real-world FL, there is a notable lack of comprehensive assessment comparing FL to less complex alternatives. Materials & Methods: We extensively reviewed FL literature, categorizing insights along with our findings according to their nature and phase while establishing a FL initiative, summarized to a comprehensive guide. We developed our own FL infrastructure within the German Radiological Cooperative Network (RACOON) and demonstrated its functionality by training FL models on lung pathology segmentation tasks across six university hospitals. We extensively evaluated FL against less complex alternatives in three distinct evaluation scenarios. Results: The proposed guide outlines essential steps, identified hurdles, and proposed solutions for establishing successful FL initiatives conducting real-world experiments. Our experimental results show that FL outperforms less complex alternatives in all evaluation scenarios, justifying the effort required to translate FL into real-world applications. Discussion & Conclusion: Our proposed guide aims to aid future FL researchers in circumventing pitfalls and accelerating translation of FL into radiological applications. Our results underscore the value of efforts needed to translate FL into real-world applications by demonstrating advantageous performance over alternatives, and emphasize the importance of strategic organization, robust management of distributed data and infrastructure in real-world settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google