金属会|15分钟搞定!脸书联合纽约大学将核磁共振加速4倍

Jiangmen
From: The Verge 编译: Shelly
核磁共振成像(MRI)是一种利用核磁共振原理的最新医学影像新技术 , 对人体多个实质器官以及心脏和大血管有绝佳的诊断功能 。 但是传统的核磁共振检查的时间长达一个小时 , 对做检查的人心理和生理上都是一个挑战 。
最新研究显示 , 借助人工智能的帮助 , 传统的核磁共振检查时间可以大大缩短 。 这项人工智能项目由Facebook的AI研究团队(FAIR)和纽约大学朗格尼医学中心的放射科医生合作开发 。 科学家们共同对低分辨率和高分辨率MRI扫描进行了机器学习模型的训练 , 使得使用该模型进行核磁共振检查仅需通常检查的四分之一时间 。
核磁共振成像(MRI)是一种利用核磁共振原理的最新医学影像新技术 , 对脑、甲状腺、肝、胆、脾、肾、胰、肾上腺、子宫、卵巢、前列腺等实质器官以及心脏和大血管有绝佳的诊断功能 。 与其他辅助检查手段相比 , 核磁共振具有成像参数多、扫描速度快、组织分辨率高和图像更清晰等优点 , 可帮助医生“看见”不易察觉的早期病变 , 目前已经成为肿瘤、心脏病及脑血管疾病早期筛查的利器 。
话虽如此 , 不少人是不是还是有被这个名词支配的恐惧?
由于金属会对外加磁场产生干扰 , 患者进行核磁共振检查前 , 必须把身体上的金属物全部拿掉 。 不能佩戴如手表、金属项链、假牙、金属纽扣 。 此外 , 进行上腹部(如肝、胰、肾、肾上腺等)磁共振检查时必须空腹 , 但检查前可饮足量水 , 有利于胃与肝、脾的界限更清晰 。
传统的核磁共振 , 前来体检的人需要在一根幽闭的管子里躺长达一个小时 。 在静躺的过程中会不停的有仪器声音吱吱嘎嘎响起 , 对做检查的人心理和生理上都是一个挑战 。
最近的研究显示 , 想让传统的核磁共振检查时间缩短四分之一 , 是完全有可能的 。 借助人工智能的帮助 , 患者进出核磁共振检查仪只需15分钟 。
这项人工智能项目由Facebook的AI研究团队(FAIR)和纽约大学朗格尼医学中心的放射科医生合作开发 。 科学家们共同对低分辨率和高分辨率MRI扫描进行了机器学习模型的训练 , 使得使用该模型进行核磁共振检查仅需通常检查的四分之一时间 。 这意味着扫描的时间节约了四分之三 , 患者等待的大大缩短 , 相应的 , 医生的诊断更快 。
“这是振奋人心的 , 这项技术是将AI整合到医疗影像中的里程碑的一步 , 是人工智能和医疗技术融合发展的垫脚石 。 ”FAIR的生物医学人工智能研究员Nafissa Yakubova激动地说 。
人工智能核磁检查更快的原理
结合人工智能的核磁共振仪能用更少的时间计算出数据 , 是因为人工智能的神经网络中枢在检验训练数据时学习了医学扫描的过程 , 从本质上了解了医学扫描这一抽象的概念 。 然后人工智能利用已有的知识对最终结果进行预测 。 如果这个解释太抽象 , 我们不妨想象一个经验丰富的建筑师设计银行已经很多年了 。 对于他来说 , 如何盖银行他已烂熟于心 , 所以他能花更短的时间设计出不同的银行蓝图 , 人工智能的核磁共振同理 。
【金属会|15分钟搞定!脸书联合纽约大学将核磁共振加速4倍】“人工智能的核磁共振仪对于医学成像的构造了如指掌 。 ” 纽约大学朗格尼医学中心的放射学教授Dan Sodickson在采访中说道 。 “人工智能的基本病例数据已经很完善了 , 从某种程度上说 , 我们现在是在给人工智能补齐一些特殊病例 。 ”

金属会|15分钟搞定!脸书联合纽约大学将核磁共振加速4倍
文章图片

可以将AI轻松集成到现有的MRI扫描仪中
fastMRI团队多年来一直在研究这个问题 , 8月 , 他们在《美国放射学杂志》上发表了一项临床研究 , 证明了其方法的可靠性 。 fastMRI团队让放射学专家同时根据传统核磁共振仪和AI核磁共振仪对病人的膝盖做出诊断 , 报告显示 , 医生根据两个数据做出的判断结果完全相同!
Sodickson说:“因为AI仪器和传统仪器的完全互换性 , AI核磁共振是可以信赖的 。 ”“我们不是在讨论基于图像质量的定量指标的完全一致 , 我们是说放射科医生做出了相同的诊断 , 他们发现了同样的问题 , 也就是说他们没有遗漏什么 。 ”
人工智能的扫描靠谱吗?
Sodickson总结的结论很重要 , 因为机器学习模型在从低分辨输入中产出高分辨率数据的时候可能出错 。 比方说 , AI可以升级旧视频游戏中的低分辨率图像 , 但是也需要人去检查确保输出与输入匹配 。 并且 , 万一AI想象并显示出一个错误的核磁共振扫描图后果 , 这种可能也令人担忧 。
fastMRI团队表示 , 他们的方法是没有问题的 。 首先 , AI扫描的输入设定数据覆盖了身体的所有目标区域 。 机器学习模型不是靠拼图碎片来揣测全局 , 它拥有所有它需要的碎片 , 只是分辨率较低 。 其次 , 科学家们根据核磁共振扫描的物理原理 , 为神经网络创建了一个检查系统 。 也就是说 , 在创建扫描的过程中 , 每隔一段时间 , 人工智能系统就会检查它的输出是否与核磁共振成像机器在人体上可能产生的数据相匹配 。

金属会|15分钟搞定!脸书联合纽约大学将核磁共振加速4倍
文章图片

根据正常输入数据(称为k空间数据)创建的传统MRI扫描
?

金属会|15分钟搞定!脸书联合纽约大学将核磁共振加速4倍
文章图片

通过吸纳1/4正常输入数据创建的AI增强MRI扫描
fastMRI团队的愿景
“我们没有任由人工智能主观臆断 , ”Sodickson说 。 “我们要求算法生成的任何图像必须是物理上可实现的MRI图像 。 我们在某种程度上限制了搜索空间 , 确保一切都与核磁共振物理学一致 。 ”
Yakubova说 , 正是这种特殊的见解 , 在经过放射学家和AI工程师漫长的讨论之后才得以实现 , 才使得这个项目成功 。 “互补的专业知识是我们探索出解决方案的关键 , ”她说 。
科学家们的下一步目标是 , 让AI核磁共振进入医院 , 真正帮助患者 。 fastMRI团队自信地表示 , 也许就在未来几年 , 就可以实现AI核磁共振在医院常态化 。 他们创建的训练数据和模型是完全开放的 , 无需新的硬件就可以纳入现有的MRI扫描仪中 。 而Sodickson表示 , 研究人员已经在与生产这些扫描仪的公司进行协商 。
伦敦大学学院MRI研究团队的负责人Karin Shmueli , 虽然没有亲自参与这项研究 , 但对这项研究表示了祝贺 。 她认为这将是研究发展的关键一步 。
“阻止这项技术落地的瓶颈 , 往往是制造商的采用和实施” , Shmueli补充说 , 像fastMRI这样的工作是将人工智能纳入医疗成像的更广泛趋势的一部分 , 而这种趋势正在上升期 。 “人工智能在未来肯定会有更受欢迎 , 拥有更多的应用 。 ”她说 。

    推荐阅读