표지 기사： 스웜 학습(Swarm learning)

정밀 의학의 핵심 요소는 중증 환자를 빠르고 신뢰성 있게 진단하는 것이다. 기계 학습(Machine learning)은 이를 달성하는 데 도움이 될 수 있지만 적절한 데이터를 기밀로 유지하는 효과적인 시스템을 구현하는 것은 어려운 일이다. 이번 주 호에서 Joachim Schultze와 연구진들은 엣지 컴퓨팅(Edge computing), 블록 체인(Blockchain) 기반 P2P (Peer-to-peer) 네트워킹 및 조정을 통합하는 분산형 AI 접근법인 스웜 학습(Swarm learning)을 사용하여 이러한 문제를 해결할 수 있음을 보여주었다. 연구진은 스웜 학습을 사용하여 16,400개의 혈액 전사체(Transcriptomes)와 95,000개의 흉부 X-ray를 기반으로 백혈병, COVID-19 및 결핵에 대한 질병 분류를 개발하였다. 이 분류 기준은 기밀 유지 규정을 충족하였으며, 개별 의료 시설에서 개발한 분류 기준보다 우수하였다. 연구팀은 블록 체인 기술과 결합된 스웜 학습의 분산된 특성으로 인해 기밀성을 손상시키지 않고 대용량 데이터 세트(Data sets)를 사용할 수 있다고 발표하였다. 표지 이미지(콘센트: Stefanie Warnat-Herresthal/Matthias Becker; 디자인: Laura Lopez & Gianna Jaconelli (TBT Marketing Limited)/Stefanie Warnat-Herresthal)