Galeon AI®
KI revolutioniert das Gesundheitswesen
- Krankheiten sofort erkennen
- für jeden Patienten die am besten geeignete Behandlung wählen
- aus Millionen von Patientenakten lernen
- neue Medikamente entdecken und die administrativen Aufgaben der Pflegekräfte automatisieren
Die Anwendungen der KI im Gesundheitswesen haben ein revolutionäres Potenzial, und wir stehen erst am Anfang! Um KI zu entwickeln, benötigen Innovatoren und Ingenieure große Mengen strukturierter Daten.
Dr. Nozman erläutert diese Innovationen in diesem Video:
Galeon strukturiert und speichert eine gewaltige Menge medizinischer Daten. Diese Informationen bleiben Eigentum des Patienten.
Ein Patient, der seine Zustimmung zur Nutzung seiner Daten gegeben hat, kann diese bei Galeon jederzeit widerrufen.
Galeon respektiert und schützt zudem die Souveränität der Krankenhäuser über ihre Daten, indem es ein dezentrales, kollaboratives Netzwerk für das KI-Training aufbaut: Blockchain Swarm Learning®.
Blockchain Swarm Learning®
Galeon hat eine firmeneigene Technologie für transparentes und sicheres KI-Training entwickelt. Die Galeon-Blockchain dient dazu, Krankenhäuser zu vernetzen, um die medizinische Forschung zwischen mehreren, weltweit verteilten Krankenhäusern zu dezentralisieren.
Daten sind der Treibstoff für das Training künstlicher Intelligenzen: eine seltene, wertvolle und sensible Ressource.
Um auf medizinische Daten zuzugreifen und KIs zu trainieren, schlagen die GAFAM und KI-Start-ups verschiedene Lernarchitekturen vor. Man kann 4 Haupttypen des KI-Trainings unterscheiden: lokal, zentralisiert, föderiert und durch Blockchain-Schwarmlernen (Blockchain Swarm Learning®). Jeder Trainingstyp hat seine Vor- und Nachteile.
Localized Learning
Jedes Krankenhaus trainiert seine KIs mit seinen eigenen Daten.
Lokales Lernen kann für KI-Anwendungen ausreichen, die nur minimale Daten und Ressourcen benötigen. Dies kann sich für einfache, innerhalb eines Krankenhauses entwickelte Anwendungen eignen. Für die Entwicklung datengetriebener, personalisierter Behandlungen stößt dieser Ansatz jedoch schnell an seine Grenzen.
| Datenhoheit des Krankenhauses | |
| Hoheit über die künstlichen Intelligenzen | |
| Größe des Datensatzes (korreliert mit dem Potenzial der KIs) | |
| Bedarf an KI-Kompetenzen im Krankenhaus | |
| Aufteilung der Wertschöpfung aus Daten zwischen den Krankenhäusern und Nutzen des Datenaustauschs für die Patienten | |
| Datensicherheit |
Centralized Learning
Jedes Krankenhaus vertraut seine Daten einer Drittplattform an, die die KIs trainiert.
Zentralisiertes Lernen ermöglicht es, Datenressourcen bei einem auf KI spezialisierten Unternehmen zu bündeln, doch die Souveränität der Krankenhäuser über die Daten und die Forschungsergebnisse ist nicht gewährleistet.
Dieses Modell wird von Krankenhäusern und Regierungen nicht akzeptiert.
| Datenhoheit des Krankenhauses | |
| Hoheit über die künstlichen Intelligenzen | |
| Größe des Datensatzes (korreliert mit dem Potenzial der KIs) | |
| Bedarf an KI-Kompetenzen im Krankenhaus | |
| Aufteilung der Wertschöpfung aus Daten zwischen den Krankenhäusern und Nutzen des Datenaustauschs für die Patienten | |
| Datensicherheit |
Federated Learning
Die Daten bleiben Eigentum jedes Krankenhauses. Da die Daten jedoch heterogen sind, ist weiterhin ein einziger Zugangspunkt nötig, um sie zu bereinigen. Die KIs gehören dann einer Drittplattform.
Föderiertes Lernen ist eine Variante des zentralisierten Lernens, bei der die Daten diesmal Eigentum der Krankenhäuser bleiben sollen.
Die Heterogenität der Daten auf Versorgungsebene stellt jedoch ein erhebliches Hindernis für das Training von KIs mit großen Datenbanken dar. Der Bedarf an Nachbearbeitung verringert das Gewicht der Krankenhäuser in der Wertschöpfungskette der Gesundheitsdaten.
| Datenhoheit des Krankenhauses | |
| Hoheit über die künstlichen Intelligenzen | |
| Größe des Datensatzes (korreliert mit dem Potenzial der KIs) | |
| Bedarf an KI-Kompetenzen im Krankenhaus | |
| Aufteilung der Wertschöpfung aus Daten zwischen den Krankenhäusern und Nutzen des Datenaustauschs für die Patienten | |
| Datensicherheit |
Grenzen des lokalen, zentralisierten und föderierten Lernens
Die Anwendungen der KI im Gesundheitswesen werden von Tag zu Tag präziser.
Sie erfordern zunehmend Daten in Menge und Qualität (strukturiert). Lokale, zentralisierte und föderierte Lernansätze stoßen ab einer bestimmten Größenordnung alle an Grenzen – bedingt durch Kompetenzressourcen, Infrastruktur, Datenheterogenität oder regulatorische Hürden, und glücklicherweise auch aus Gründen des Datenschutzes.
Für die Entwicklung der präzisesten Anwendungen baut Galeon Blockchain Swarm Learning® auf – eine Methode, KIs mit über mehrere Kontinente verteilten Daten zu trainieren, ohne den Datenschutz zu gefährden.
Blockchain Swarm Learning®
Das Training findet auf einer dezentralen Menge von Daten statt, die über mehrere Krankenhäuser verteilt sind. Die Daten verbleiben auf den Servern der Krankenhäuser und werden nicht auf einer Blockchain abgelegt.
Die Galeon-Blockchain zwischen den Krankenhäusern dient dazu, das Training der KIs mit den bereitgestellten Daten nachzuverfolgen und den geschaffenen Wert proportional zu den genutzten Daten zu verteilen.
Blockchain Swarm Learning® (BSL®) schützt die Vertraulichkeit der Patientendaten.
| Datenhoheit des Krankenhauses | |
| Hoheit über die künstlichen Intelligenzen | |
| Größe des Datensatzes (korreliert mit dem Potenzial der KIs) | |
| Bedarf an KI-Kompetenzen im Krankenhaus | |
| Aufteilung der Wertschöpfung aus Daten zwischen den Krankenhäusern und Nutzen des Datenaustauschs für die Patienten | |
| Datensicherheit |
Warum Blockchain Swarm Learning® (BSL®)?
Galeon hat sich für einen Ansatz entschieden, der den Grundprinzipien von Bitcoin treu bleibt:
„Don't trust, verify"
Die Galeon-Blockchain zwischen den Krankenhäusern, in der die Krankenhäuser sowohl Nutzer als auch Validatoren sind, gewährleistet die vollständige Wahrung der Privatsphäre der Patienten und der Datenintegrität.
Die Daten werden lokal von jedem Krankenhaus gehostet, wobei nur die Algorithmen der künstlichen Intelligenz über die Blockchain „wandern", um dezentral trainiert zu werden.
Dank der medizinischen Blockchain wird jede Aktion während des KI-Trainings nachverfolgt.
Der $GALEON-Token ermöglicht die Verteilung des geschaffenen Werts
Der durch KI geschaffene Wert muss für ein nachhaltiges System gerecht zwischen Patienten, Innovatoren, Investoren und Pflegekräften verteilt werden. Jede Nutzung von Gesundheitsdaten durch BSL® führt zu einer Transaktion, die wie folgt verteilt wird:
- 40 % an die Krankenhäuser, wo die Daten erfasst und strukturiert werden
- 30 % an den Galeon-DAO-Fonds, bestehend aus freiwilligen Patienten und Galeon-Pionieren
- 20 % für Buyback & Burn
- 10 % für Galeon
Diese Aufteilung gewährleistet das Gleichgewicht und die Nachhaltigkeit des Systems, indem alle Beteiligten entsprechend ihrem Beitrag ausreichend incentiviert werden.
Beispiel
Ein durch Risikokapital (VC) finanziertes Start-up sammelt 20,000,000 USD ein, um seine Modelle mit Gesundheitsdaten zu trainieren. Es gibt 10,000,000 USD für den Zugang zu Daten auf der Galeon-Plattform aus.
- 4,000,000 USD gehen anteilig zur Datennutzung an die Krankenhäuser.
- 3,000,000 USD gehen an den Galeon-DAO-Fonds.
- 2,000,000 USD werden verwendet, um $GALEON auf den Märkten zu kaufen und zu vernichten.
- 1,000,000 USD gehen an Galeon.