Galeon AI®
La IA está revolucionando la sanidad
- Detectar enfermedades al instante
- Elegir el tratamiento más adecuado para cada paciente
- Aprender de millones de historiales de pacientes
- Descubrir nuevos medicamentos automatizando las tareas administrativas de los cuidadores
¡Las aplicaciones de la IA en la sanidad tienen un potencial revolucionario, y solo estamos al principio! Para crear IA, los innovadores e ingenieros necesitan grandes cantidades de datos estructurados.
El Dr. Nozman detalla estas innovaciones en este vídeo:
Galeon estructura y almacena una cantidad fenomenal de datos médicos. Estos datos siguen siendo propiedad del paciente.
En cualquier momento, con Galeon, un paciente que haya dado su consentimiento para el uso de sus datos puede retirarlo.
Galeon también respeta y protege la soberanía de los hospitales sobre sus datos, construyendo una red colaborativa descentralizada para el entrenamiento de IA llamada Blockchain Swarm Learning®.
Blockchain Swarm Learning®
Galeon ha desarrollado una tecnología propia para el entrenamiento transparente y seguro de IA. La blockchain de Galeon sirve para conectar hospitales y descentralizar la investigación médica entre múltiples hospitales distribuidos por todo el mundo.
Los datos son el combustible para entrenar Inteligencias Artificiales: son un recurso escaso, valioso y sensible.
Para acceder a los datos médicos y entrenar IA, los GAFAM y las startups de IA proponen varias arquitecturas de aprendizaje. Podemos distinguir 4 tipos principales de entrenamiento de IA: localizado, centralizado, federado, y entrenamiento en enjambre mediante blockchain (Blockchain Swarm Learning®). Cada tipo de entrenamiento de IA tiene sus ventajas e inconvenientes.
Aprendizaje localizado
Cada hospital entrena sus IA con sus propios datos.
El aprendizaje localizado puede ser suficiente para aplicaciones de IA que requieren un mínimo de datos y recursos. Esto puede ser adecuado para aplicaciones sencillas desarrolladas dentro de cualquier hospital. Sin embargo, rápidamente se alcanzan los límites para el desarrollo de tratamientos personalizados basados en datos.
| Soberanía del hospital sobre los datos | |
| Soberanía sobre las Inteligencias Artificiales | |
| Tamaño del conjunto de datos (correlacionado con el potencial de las IA) | |
| Necesidad de competencias en IA dentro del hospital | |
| Compartir el valor añadido de los datos entre hospitales y beneficio del intercambio de datos para los pacientes | |
| Seguridad de los datos |
Aprendizaje centralizado
Cada hospital confía sus datos a una plataforma externa que entrena las IA.
El aprendizaje centralizado permite reunir los recursos de datos en una empresa experta en IA, pero la soberanía sobre los datos y los resultados de la investigación no está garantizada para los hospitales.
Este modelo no es aceptado por los hospitales ni por los gobiernos.
| Soberanía del hospital sobre los datos | |
| Soberanía sobre las Inteligencias Artificiales | |
| Tamaño del conjunto de datos (correlacionado con el potencial de las IA) | |
| Necesidad de competencias en IA dentro del hospital | |
| Compartir el valor añadido de los datos entre hospitales y beneficio del intercambio de datos para los pacientes | |
| Seguridad de los datos |
Aprendizaje federado
Los datos siguen siendo propiedad de cada hospital. Sin embargo, como los datos son heterogéneos, sigue siendo necesario un único punto de acceso para depurarlos. Las IA pasan entonces a ser propiedad de una plataforma externa.
El aprendizaje federado es una variante del aprendizaje centralizado, en la que esta vez se supone que los datos siguen siendo propiedad de los hospitales.
Sin embargo, la heterogeneidad de los datos a nivel asistencial es un obstáculo importante para entrenar IA con grandes bases de datos. La necesidad de un post-procesamiento reduce el peso de los hospitales en la cadena de valor de los datos de salud.
| Soberanía del hospital sobre los datos | |
| Soberanía sobre las Inteligencias Artificiales | |
| Tamaño del conjunto de datos (correlacionado con el potencial de las IA) | |
| Necesidad de competencias en IA dentro del hospital | |
| Compartir el valor añadido de los datos entre hospitales y beneficio del intercambio de datos para los pacientes | |
| Seguridad de los datos |
Limitaciones del aprendizaje localizado, centralizado y federado
Las aplicaciones sanitarias de la IA son cada día más precisas.
Requieren cada vez más datos, tanto en cantidad como en calidad (estructurados). Los enfoques de aprendizaje localizado, centralizado y federado están todos limitados, a partir de cierta escala, por retos relacionados con los recursos de competencias, la infraestructura, la heterogeneidad de los datos o las barreras regulatorias, y afortunadamente, por razones de privacidad.
Es para el desarrollo de las aplicaciones más precisas que Galeon está construyendo Blockchain Swarm Learning®, una forma de entrenar IA con datos distribuidos en varios continentes sin comprometer la privacidad de los datos.
Blockchain Swarm Learning®
El entrenamiento se realiza sobre un conjunto descentralizado de datos repartidos entre varios hospitales. Los datos permanecen en los servidores de los hospitales y no se colocan en una blockchain.
La blockchain de Galeon entre hospitales se utiliza para trazar el entrenamiento de las IA con los datos que estos proporcionan y para distribuir el valor creado de forma proporcional a los datos utilizados.
Blockchain Swarm Learning® (BSL®) protege la confidencialidad de los datos de los pacientes.
| Soberanía del hospital sobre los datos | |
| Soberanía sobre las Inteligencias Artificiales | |
| Tamaño del conjunto de datos (correlacionado con el potencial de las IA) | |
| Necesidad de competencias en IA dentro del hospital | |
| Compartir el valor añadido de los datos entre hospitales y beneficio del intercambio de datos para los pacientes | |
| Seguridad de los datos |
¿Por qué Blockchain Swarm Learning® (BSL®)?
Galeon ha elegido un enfoque fiel a los principios fundamentales de Bitcoin:
"Don't trust, verify" (no confíes, verifica)
La blockchain de Galeon entre hospitales, donde los hospitales son a la vez usuarios y validadores, garantiza el pleno respeto de la privacidad de los pacientes y de la integridad de los datos.
Los datos son alojados localmente por cada hospital, siendo únicamente los algoritmos de inteligencia artificial los que se «desplazan» a través de la blockchain para ser entrenados de forma descentralizada.
Gracias a la blockchain médica, todas las acciones quedan trazadas durante el entrenamiento de la IA.
El token $GALEON permite compartir el valor creado
El valor creado por la IA debe repartirse de forma justa entre pacientes, innovadores, inversores y cuidadores para lograr un sistema sostenible. Cada uso de datos de salud por parte de BSL® genera una transacción que se distribuirá de la siguiente manera:
- 40% para los hospitales, donde se capturan y estructuran los datos
- 30% para el fondo del DAO de Galeon, formado por pacientes voluntarios y pioneros de Galeon
- 20% para la recompra y quema (buyback and burn)
- 10% para Galeon
Esta distribución garantiza el equilibrio y la sostenibilidad del sistema al incentivar suficientemente a todas las partes interesadas según su contribución.
Por ejemplo
Una startup financiada por capital de riesgo (VC) recauda 20,000,000 USD para entrenar sus modelos con datos de salud. Gasta 10,000,000 USD en el acceso a los datos de la plataforma Galeon.
- 4,000,000 USD van a los hospitales, de forma proporcional al uso de los datos.
- 3,000,000 USD van al fondo del DAO de Galeon.
- 2,000,000 USD se utilizan para comprar $GALEON en los mercados y destruirlos.
- 1,000,000 USD van a Galeon.