用于医疗保健的可扩展人工智能模型生成系统和方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111127389 A (43)申请公布日 2020.05.08 (21)申请号 201910981660.5 (22)申请日 2019.10.16 (30)优先权数据 16/176,980 2018.10.31 US (71)申请人 通用电气公司 地址 美国纽约州 (72)发明人 拉维 索尼　张敏　 · 戈帕尔 阿维纳什　 · (74)专利代理机构 上海专利商标事务所有限公 司 31100 代理人 钱慰民　张鑫 (51)Int.Cl. G06T 7/00(2017.01) 权利要求书2页 说明书16页 附图21页 (54)发明名称 用于医疗保健的可扩展人工智能模型生成 系统和方法 (57)摘要 本发明题为“用于医疗保健的可扩展人工智 能模型生成系统和方法”。本发明公开了使用合 成数据来生成人工智能模型的系统和方法。示例 性系统包括深度神经网络(DNN)生成器以使用第 一真实数据来生成第一DNN模型。该示例性系统 包括合成数据生成器以由该第一真实数据生成 第一合成数据，该第一合成数据将由该DNN生成 器用来生成第二DNN模型。该示例性系统包括评 估器以评估该第一DNN模型和该第二DNN模型的 性能，从而确定是否要生成第二合成数据。该示 例性系统包括合成数据聚合器以聚合来自多个 A 站点的第三合成数据和第四合成数据，从而形成 9 合成数据集。该示例性系统包括人工智能模型部 8 3 7 署处理器以部署使用该合成数据集训练和测试 2 1 1 的人工智能模型。 1 1 N C CN 111127389 A 权　利　要　求　书 1/2页 1.一种人工智能模型生成系统，包括： 深度神经网络(DNN)生成器(1310)，所述DNN生成器用于使用第一真实数据生成第一 DNN模型； 合成数据生成器(1320)，所述合成数据生成器用于从所述第一真实数据生成第一合成 数据，所述第一合成数据将由所述DNN生成器用来生成第二DNN模型； 评估器(1325)，所述评估器用于基于所述第一DNN模型和所述第二DNN模型的输出来评 估所述第一DNN模型和所述第二DNN模型的性能，所述评估器用于基于所述第一DNN模型的 第一输出和所述第二DNN模型的第二输出的比较来确定是否生成第二合成数据，所述合成 数据生成器用于在所述比较指示所述第一DNN模型的性能与所述第二DNN模型的性能一致 时从第一站点生成第三合成数据； 合成数据聚合器(1355)，所述合成数据聚合器用于聚合来自所述第一站点的所述第三 合成数据和来自第二站点的第四合成数据以形成合成数据集；和 人工智能模型生成器(1080)，所述人工智能模型生成器用于生成和部署使用所述合成 数据集训练和测试的人工智能模型。 2.根据权利要求1所述的系统，还包括生成式对抗网络(GAN)生成器以生成待由所述合 成数据生成器用来生成所述第三合成数据的GAN模型。 3.根据权利要求1所述的系统，其中当所述评估器确定生成第二合成数据时，所述合成 数据生成器用于使用从真实数据存储区获得的第二真实数据来生成所述第二合成数据。 4.根据权利要求1所述的系统，其中所述合成数据聚合器用于跨多个站点来聚合所述 第三合成数据和所述第四合成数据以形成将向所述多个站点中的每个站点部署的所述合 成数据集。 5.根据权利要求4所述的系统，其中所述人工智