（圖源：Xconomy）
Facebook近日與美國紐約大學(xué)聯(lián)合宣布，它們正攜手開展一項(xiàng)“fastMRI”研究，探討如何使用人工智能使MRI掃描速度提高10倍。
Facebook AI Research（FAIR）小組和紐約大學(xué)醫(yī)學(xué)院放射學(xué)系達(dá)成了合作，希望基于AI，以更快的方式重建MR圖像。
1
磁共振成像（MRI）掃描是我們了解患者體內(nèi)正在發(fā)生的事情的最佳方式之一。但是，當(dāng)掃描儀收集大量數(shù)據(jù)時(shí)，他們需要患者躺在繭狀金屬管內(nèi)15分鐘到一個(gè)多小時(shí)，這就很讓人十分煎熬。長時(shí)間的檢查也限制了醫(yī)院每天可以進(jìn)行的檢查數(shù)量，進(jìn)而導(dǎo)致醫(yī)療成本居高不下。
根據(jù)紐約大學(xué)成像專家Dan Sodickson博士的說法，如果成功——fastMRI可以將50分鐘的評估轉(zhuǎn)化為僅需要5分鐘的評估檢測。
“使用人工智能，我們相信有可能捕獲更少的數(shù)據(jù)，從而更快地拍攝圖像，同時(shí)仍保留甚至增強(qiáng)MR圖像中存儲(chǔ)的豐富的信息內(nèi)容�！盨odickson說：“關(guān)鍵是訓(xùn)練人工神經(jīng)網(wǎng)識別圖像的底層結(jié)構(gòu)，以及什么類型的東西往往聚集在一起，這樣網(wǎng)絡(luò)就可以填充從加速掃描發(fā)出的視圖�！�
Sodickson將圖像重建技術(shù)與人的大腦如何在黑暗中成功制作物體進(jìn)行了比較�！爱�(dāng)我們在低光下觀察場景時(shí)，我們沒有完整的物體視圖，但是我們知道該物體的基礎(chǔ)結(jié)構(gòu)是什么，因此我們可以非�？焖佟⒎浅�(zhǔn)確地填充缺失的信息，而無需錯(cuò)過任何一個(gè)節(jié)拍�！彼f。
紐約大學(xué)將為Facebook提供1萬份核磁共振檢查的匿名數(shù)據(jù)集，其中包括約300萬張膝關(guān)節(jié)、大腦和肝臟的MR圖像，以幫助訓(xùn)練其算法。利用深度學(xué)習(xí)方法來識別骨骼、肌肉、韌帶和其他人體構(gòu)成的組織構(gòu)造，將這些知識構(gòu)建到驅(qū)動(dòng)核磁共振機(jī)器的軟件中，可以讓AI創(chuàng)建部分成像，從而節(jié)省時(shí)間。該項(xiàng)目背后的人士表示，包括圖像和原始掃描儀數(shù)據(jù)在內(nèi)的所有數(shù)據(jù)都清除了患者姓名和所有其他受保護(hù)的健康信息。
“這樣做的好處在真實(shí)案例操作中是顯而易見的，”索迪克森說。 “顯然（如果時(shí)間減少），這是一種更舒適的患者體驗(yàn)，對于病人或患有多動(dòng)的兒童尤為重要。在MRI短缺的地區(qū)，您也可以獲得更多的可及性，當(dāng)您使用時(shí)可以提高圖像質(zhì)量，嘗試對像心臟一樣快速移動(dòng)的東西進(jìn)行成像。如果我們能夠以足夠快的速度取代X射線或CT（掃描），那么我們還可以減少輻射的暴露率，同時(shí)仍能獲得關(guān)鍵的醫(yī)療信息。”
Menlo Park、紐約和蒙特利爾的Facebook員工人數(shù)不詳，參與該項(xiàng)目，未來可能會(huì)擴(kuò)展到其他醫(yī)療成像應(yīng)用。每周，F(xiàn)AIR員工和紐約大學(xué)的研究人員會(huì)進(jìn)行視頻通話，討論項(xiàng)目的進(jìn)展情況。
FAIR的研究經(jīng)理Larry Zitnick表示，沒有具體的時(shí)間框架：“在六個(gè)月內(nèi)，我們應(yīng)該能夠在這方面取得良好進(jìn)展。獲得突破可能不需要那么多的時(shí)間，但也可能需要一年時(shí)間�！�
Zitnick補(bǔ)充說，與紐約大學(xué)合作可以幫助社交媒體巨頭將技術(shù)付諸實(shí)踐，如果它被證明是成功的。“如果我們確實(shí)取得了成功，我們有一條途徑可以將其納入臨床實(shí)踐，進(jìn)行測試，將其放在真正的放射科醫(yī)生面前，并確保我們正在做的事情實(shí)際上會(huì)產(chǎn)生影響，”他說。
但當(dāng)被問到Facebook是否計(jì)劃在未來發(fā)布和制造醫(yī)療產(chǎn)品時(shí)，Zitnick沒有給予太多幫助。相反，他說“FAIR的使命是推動(dòng)AI科學(xué)前進(jìn)”，然后繼續(xù)說FAIR正在尋找AI可以對世界產(chǎn)生積極影響的問題。
Facebook和紐約大學(xué)有著長期的合作關(guān)系，有幾個(gè)人為這兩個(gè)組織工作，包括在成為Facebook首席人工智能科學(xué)家之前擔(dān)任FAIR主任的Yann LeCun�！八羞@一切都始于紐約大學(xué)和FAIR合作的人們之間的聯(lián)系。他們認(rèn)為我們之間溝通對我們有好處，于是我們就開始合作了�！彼鞯峡松f。
Facebook和紐約大學(xué)計(jì)劃開放他們的工作，以便其他研究人員可以進(jìn)一步拓展他們的研究。隨著項(xiàng)目的展開，F(xiàn)acebook表示將發(fā)布與研究相關(guān)的AI模型、基準(zhǔn)和評估指標(biāo)，而紐約大學(xué)將開放圖像數(shù)據(jù)集。
Facebook并不是唯一一家探索AI如何用于協(xié)助放射科醫(yī)生的科技公司。谷歌擁有的AI實(shí)驗(yàn)室DeepMind開發(fā)了深度學(xué)習(xí)軟件，可以從掃描中檢測出50多種眼疾，最近這一解決方案已經(jīng)獲得了很大進(jìn)展。
DeepMind有許多其他醫(yī)療保健項(xiàng)目，但Facebook（據(jù)稱其有意愿在合適的時(shí)候收購DeepMind）聲稱，這個(gè)項(xiàng)目是同類中的第一個(gè)，因?yàn)樗荚诟淖冡t(yī)療圖像的創(chuàng)建方式，而不是使用現(xiàn)有的醫(yī)學(xué)圖像來達(dá)成可以實(shí)現(xiàn)的目標(biāo)。
還可以看看
其他文章，謝謝您的閱讀。
網(wǎng)站申明：系本文編輯轉(zhuǎn)載，來源于網(wǎng)絡(luò)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)，所有權(quán)歸屬原作者。如內(nèi)容、圖片有任何版權(quán)問題，請
聯(lián)系我們刪除。