Facebook推AI系統(tǒng)加快核磁共振（MRI）成像4倍

你應(yīng)該看到過這種情況：各大醫(yī)院中，核磁共振（MRI）檢查室門口總是坐滿了排隊(duì)的人。甚至在很多三甲醫(yī)院預(yù)約一個(gè) MRI 需要等一周以上。

而造成令人頭疼的排隊(duì)問題的原因是復(fù)雜的，例如不是所有的醫(yī)院都有財(cái)力配置 MRI 儀器，這就導(dǎo)致了大量的病人集中到核心醫(yī)院中。而進(jìn)一步加重這種情況的原因是因?yàn)椋篗RI 所需的時(shí)間相對(duì)于其他的檢查手段來說是非常長的。

MRI 通常是診斷器官、肌肉和其他軟組織問題的最佳工具。但是，即使是當(dāng)前市面上最好最先進(jìn)的儀器也需要至少 20 分鐘的時(shí)間來收集必要的數(shù)據(jù)。而且在掃描時(shí)，有些類型的組織是在不斷運(yùn)動(dòng)的，所以需要很長時(shí)間才能生成的圖像有時(shí)會(huì)過于模糊，無法發(fā)揮作用。這就要求在檢查的過程中，病人要盡量保持靜止?fàn)顟B(tài)。這對(duì)任何的病人來說都是一個(gè)困難的事情，而對(duì)于兒童、老人及重病的人來說更是難上加難。

當(dāng)然醫(yī)生需要快速獲得疾病的信息時(shí)，他們也會(huì)選擇使用其他檢測(cè)方式，例如 X 射線和 CT 掃描，它們的速度要比 MRI 快很多。但是，對(duì)于很多疾病的檢查中，MRI 可以呈現(xiàn)比其他兩種檢測(cè)方式更多的細(xì)節(jié)，它是很難被替代的。因此如何讓 MRI 用更短的時(shí)間呈現(xiàn)出醫(yī)生需要的結(jié)果，縮短病人的等待時(shí)間和確診時(shí)間，一直是研究人員致力于解決的問題。

兩年前，F(xiàn)acebook 的 AI 研究人員與紐約大學(xué) Langone Health 鏈接 的醫(yī)生和醫(yī)學(xué)影像專家合作，希望通過 AI 技術(shù)，解決了這一問題，他們給這種技術(shù)起名為 fastMRI。

目前，這種技術(shù)可以達(dá)到，讓 AI 從收集到的四分之一的原始數(shù)據(jù)中，自己創(chuàng)建完整的圖像。也就是說，如果完整的檢查需要 20 分鐘，那么利用這個(gè)技術(shù)，病人只需要躺著儀器中 5 分鐘，fastMRI 就可以通過這五分鐘收集到的數(shù)據(jù)，自己創(chuàng)建出一個(gè)完整的圖像。這比傳統(tǒng)的 MRI 快了四倍。

經(jīng)過兩年的努力，F(xiàn)acebook 和紐約大學(xué) Langone Health 的這項(xiàng) fastMRI 計(jì)劃已經(jīng)達(dá)到了一個(gè)重要的里程碑。一項(xiàng)即將發(fā)表在 American Journal of Roentgenology 上的新臨床研究首次表明，fastMRI 圖像與普通 MRI 的圖像是可以互換的，該研究專門針對(duì)膝蓋掃描，研究人員現(xiàn)在正在努力將結(jié)果擴(kuò)展到身體的其他部位。

AI與MRI的結(jié)合

要了解 fastMRI 的方法，首先回顧一下 MRI 的工作原理是有幫助的。

為了創(chuàng)建需要審查的圖像，MRI 使用磁場與身體軟組織和重要器官中的氫原子相互作用。這些原子然后發(fā)出電磁信號(hào)，就像燈塔一樣，指示原子在身體的什么位置。這些信號(hào)被掃描儀收集為一連串單獨(dú)的二維頻率測(cè)量，即所謂的k空間數(shù)據(jù)。

一旦所有數(shù)據(jù)最終收集完畢，系統(tǒng)就會(huì)將一個(gè)復(fù)雜的數(shù)學(xué)公式—逆傅里葉變換—應(yīng)用到該原始k空間數(shù)據(jù)中，以創(chuàng)建膝關(guān)節(jié)、背部或大腦或身體其他區(qū)域的詳細(xì) MR 圖像。如果沒有一套完整的數(shù)據(jù)點(diǎn)，數(shù)學(xué)無法準(zhǔn)確地指出每個(gè)信號(hào)的來源。

fastMRI 團(tuán)隊(duì)使用了一種完全不同的方式來創(chuàng)建圖像，這種方式需要的原始數(shù)據(jù)要少得多。研究人員建立了一個(gè)神經(jīng)網(wǎng)絡(luò)，并使用世界上最大的膝關(guān)節(jié) MRI 開源數(shù)據(jù)集對(duì)其進(jìn)行訓(xùn)練，該數(shù)據(jù)集由紐約大學(xué) Langone Health 創(chuàng)建和共享，并作為 fastMRI 計(jì)劃的一部分。

fastMRI 研究團(tuán)隊(duì)刪除了每次掃描中大約四分之三的原始數(shù)據(jù)，然后將剩余的信息輸入到 AI 模型中。然后，該模型學(xué)會(huì)了從有限的數(shù)據(jù)中生成完整的圖像。重要的是，AI 生成的圖像并不只是看起來像普通的 MRI，它生成的圖像與標(biāo)準(zhǔn)的 MRI 過程創(chuàng)建的地面真實(shí)圖像相匹配。

打個(gè)比方就是，AI 把一個(gè) 1000 塊拼圖中的 250 塊拼圖拿出來，然后靠自己的能力生成了整個(gè)圖像，這不是模仿不是看起來像，而是可以做到和盒子上顯示的完整拼圖完全匹配。

fastMRI 的方法與其他將人工智能用于醫(yī)學(xué)的嘗試不同。通常這些算法的目的是像醫(yī)生一樣，自動(dòng)審查醫(yī)學(xué)圖像，試圖發(fā)現(xiàn)潛在的問題。但 fastMRI 并沒有試圖成為一個(gè)醫(yī)生，它只是一個(gè)工具，來從稀疏的信息中創(chuàng)造出一個(gè)完整的圖像，從而縮短 MRI 的時(shí)間。

為每一個(gè)需要MRI的病人節(jié)約寶貴的時(shí)間

fastMRI 背后的研究人員必須確保他們的模型在追求速度的過程中不會(huì)犧牲準(zhǔn)確性。僅僅是圖像中的幾個(gè)缺失或不正確的建模點(diǎn)，就可能意味著找到撕裂的韌帶或可能的腫瘤，并給患者一個(gè)不正確的全清楚的報(bào)告之間的差異。

即將發(fā)表在 American Journal of Roentgenology 上的臨床研究表明，fastMRI 的 AI 模型確實(shí)能夠生成與標(biāo)準(zhǔn) MRI 一樣準(zhǔn)確、有用、可靠的圖像。研究表明，fastMRI 可以生成 ＂可診斷互換 ＂的膝關(guān)節(jié)損傷 MRI 圖像，而掃描機(jī)的原始數(shù)據(jù)使用量卻減少了 75％左右。參與研究的專家放射科醫(yī)生無法將 AI 加速的圖像與傳統(tǒng)圖像區(qū)分開來。

fastMRI 只需要安裝在現(xiàn)有 MRI 機(jī)器上即可使用，這也大大提高了該技術(shù)的推廣可能。

fastMRI 目前的臨床研究是向前邁出的非常重要的一步，但它可以有更多的發(fā)展空間。接下來，F(xiàn)acebook 人工智能和紐約大學(xué) Langone 的研究人員希望證明，fastMRI 對(duì)其他重要器官，如大腦，也同樣有效。

FastMRI 還在 GitHub 公布了它的數(shù)據(jù)、模型和代碼，以便其他研究人員可以在他們的工作基礎(chǔ)上，貢獻(xiàn)新的想法。fastMRI 團(tuán)隊(duì)希望這種開放的方式能夠加快這項(xiàng)技術(shù)的進(jìn)展，并帶來使用 fastMRI 掃描的新突破。

更重要的是， MRI 制造商現(xiàn)在就可以自由地公開的數(shù)據(jù)，用他們的機(jī)器測(cè)試 fastMRI，并將由此帶來的優(yōu)勢(shì)迅速帶給患者。

對(duì)于 fastMRI 來說，還有更多的事情要做。但很快有一天，AI 加速的 MRI 可能會(huì)造福全球數(shù)百萬人。