Processing

Please wait...

PATENTSCOPE will be unavailable a few hours for maintenance reason on Tuesday 25.01.2022 at 9:00 AM CET
Settings

Settings

Goto Application

1. WO2022008630 - TRAINING A MODEL TO PERFORM A TASK ON MEDICAL DATA

Publication Number WO/2022/008630
Publication Date 13.01.2022
International Application No. PCT/EP2021/068922
International Filing Date 08.07.2021
IPC
G06N 3/02 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
G06N 20/00 2019.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G06T 7/00 2017.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
G16H 30/40 2018.1
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
30ICT specially adapted for the handling or processing of medical images
40for processing medical images, e.g. editing
G16H 50/20 2018.1
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
20for computer-aided diagnosis, e.g. based on medical expert systems
Applicants
  • KONINKLIJKE PHILIPS N.V. [NL]/[NL]
Inventors
  • PATIL, Ravindra, Balasaheb
  • KULKARNI, Chaitanya
  • MYSORE SIDDU, Dinesh
  • PANDYA, Maulik, Yogeshbhai
Agents
  • PHILIPS INTELLECTUAL PROPERTY & STANDARDS
Priority Data
20185311.610.07.2020EP
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) TRAINING A MODEL TO PERFORM A TASK ON MEDICAL DATA
(FR) ENTRAÎNEMENT D'UN MODÈLE POUR EFFECTUER UNE TÂCHE SUR DES DONNÉES MÉDICALES
Abstract
(EN) According to an aspect, there is provided a method of training a model to perform a task on medical data using a distributed machine learning process whereby a global model is updated based on training performed on local copies of the model at a plurality of clinical sites. The method comprises a) sending (302) information to the plurality of clinical sites to enable each of the plurality of clinical sites to create a local copy of the model and train the respective local copy of the model on training data at the respective clinical site. The method then comprises b) receiving (304), from each of the plurality of clinical sites, i) a local update to a parameter in the model obtained by training the local copy of the model on the training data at the respective clinical site and ii) metadata related to a quality of the training performed at the respective clinical site; and c) updating (306) the parameter in the global model, based on the received local updates to the parameter and the received metadata.
(FR) Selon un aspect, l'invention concerne un procédé d'entraînement d'un modèle pour effectuer une tâche sur des données médicales à l'aide d'un processus d'apprentissage automatique distribué au moyen duquel un modèle global est mis à jour sur la base d'un entraînement effectué sur des copies locales du modèle au niveau d'une pluralité de sites cliniques. Le procédé comprend a) l'envoi (302) d'informations à la pluralité de sites cliniques pour permettre à chaque site clinique de la pluralité de sites cliniques de créer une copie locale du modèle et d'entraîner la copie locale respective du modèle sur des données d'entraînement au niveau du site clinique respectif. Le procédé comprend ensuite b) la réception (304), en provenance de chaque site clinique de la pluralité de sites cliniques, i) d'une mise à jour locale apportée à un paramètre dans le modèle obtenu par entraînement de la copie locale du modèle sur les données d'entraînement au niveau du site clinique respectif et ii) de métadonnées relatives à une qualité de l'entraînement effectué au niveau du site clinique respectif ; et c) la mise à jour (306) du paramètre dans le modèle global, sur la base des mises à jour locales reçues apportées au paramètre et des métadonnées reçues.
Related patent documents
Latest bibliographic data on file with the International Bureau