Facebook使用人工智能加速M(fèi)RI掃描的工作

小編發(fā)現(xiàn)不少朋友對于 Facebook使用人工智能加速M(fèi)RI掃描的工作 這方面的信息都比較感興趣，小編就針對 Facebook使用人工智能加速M(fèi)RI掃描的工作 整理了一些相關(guān)方面的信息 在這里分享給大家。

吉娜·賈瓦拉(Gina Ciavarra)坐在曼哈頓紐約大學(xué)朗格健康中心的一間黑暗房間里。這是一個(gè)閱覽室，像她這樣的放射線醫(yī)生可以檢查X射線和MRI掃描的空間。她前面的監(jiān)視器顯示了身份不明的患者膝蓋的灰度圖像，并且在其中，她檢測到一個(gè)關(guān)鍵問題：ACL撕裂。恰瓦拉解釋說：“這絕對是異常的。”

但是，除了掃描骨骼，韌帶，脂肪，軟骨和肌腱的漩渦以檢查眼淚或關(guān)節(jié)炎等問題外，Ciavarra還必須做出另一項(xiàng)評估。這種特殊的膝蓋掃描是由人工智能創(chuàng)建的，還是以傳統(tǒng)方式從MRI機(jī)器中產(chǎn)生的?她不確定地說：“我的直覺說這是AI。” “看起來有點(diǎn)模糊。”

Ciavarra和她的NYU同事參加了一項(xiàng)研究，該研究將AI創(chuàng)建的掃描質(zhì)量與傳統(tǒng)掃描進(jìn)行了對比。通過將人工智能與MRI機(jī)器配合使用，計(jì)算機(jī)科學(xué)家和放射學(xué)家認(rèn)為，它們可以大大加快普通醫(yī)學(xué)檢查的速度，這對患者和醫(yī)院都是一個(gè)福音。這可能意味著將十分鐘的膝蓋掃描減少到五分鐘，或者將一小時(shí)的心臟掃描減少到半小時(shí)。這還可以節(jié)省醫(yī)院的錢，并減少麻醉可能難以保持的兒科患者的需要。

紐約大學(xué)現(xiàn)在準(zhǔn)備將該研究提交給學(xué)術(shù)研究，這項(xiàng)研究是兩個(gè)奇怪的研究員之間的項(xiàng)目的一部分：紐約大學(xué)醫(yī)學(xué)院和Facebook。該合作伙伴關(guān)系由Facebook人工智能研究部門發(fā)起，并于一年多前宣布，其目標(biāo)很簡單：使用AI來開發(fā)快速而高質(zhì)量的MRI掃描，有朝一日可以使繁忙的醫(yī)療中心照料更多的人，而這個(gè)很少資源，以便更好地利用他們擁有的設(shè)備，老年人，年輕人和幽閉恐懼癥患者可以在狹窄而響亮的電磁管中花費(fèi)更少的時(shí)間。

以這種方式使用AI的結(jié)果是，在創(chuàng)建使醫(yī)生能夠深入了解人體的圖像時(shí)，它所需的信息比公認(rèn)的方法(稱為傅立葉逆變換)要少得多。“在MRI中，我們獲取了一定數(shù)量的數(shù)據(jù)，然后使用重建方法來創(chuàng)建圖像，” NYU Langone Health放射科主任Michael Recht說。“但是事實(shí)證明，我們收集的數(shù)據(jù)總是比我們可能需要的更多。” 可以將它想象成是一輛省油的汽車，取代了耗油的舊車：新算法需要更少的數(shù)據(jù)，更少的測量數(shù)據(jù)才能達(dá)到與MRI機(jī)器相同的距離(或在這種情況下，獲得正確的圖像)。

FAIR的研究科學(xué)家Larry Zitnick解釋說，要讓放射科醫(yī)生或外科醫(yī)生獲得所需的情報(bào)(要使該實(shí)驗(yàn)獲得成功，就必須使AI產(chǎn)生的圖像選中兩個(gè)框)。首先，它必須是準(zhǔn)確的：錯(cuò)過韌帶撕裂或發(fā)明實(shí)際上不存在的東西的漂亮掃描可能既無用又危險(xiǎn)。其次，“放射科醫(yī)生必須喜歡這種圖像，”齊特尼克說。當(dāng)像Ciavarra的醫(yī)生在黑暗的閱覽室里呆著幾個(gè)小時(shí)盯著掃描儀時(shí)，他們需要清晰而又輕松的照片。

但是，要獲得一種算法來解釋這種經(jīng)過測試的機(jī)器所產(chǎn)生的信息并不是一件容易的事。為了訓(xùn)練AI軟件正確地將頻率數(shù)據(jù)旋轉(zhuǎn)成圖像，F(xiàn)acebook團(tuán)隊(duì)表示，他們使用來自真實(shí)MRI掃描的信息嘗試了約1,000種不同的模型變體。他們提供了算法的原始信息，并向其顯示了相應(yīng)的圖像，以幫助神經(jīng)網(wǎng)絡(luò)(軟件工程師可以訓(xùn)練它們執(zhí)行不同任務(wù)(例如識別照片中的內(nèi)容)的通用機(jī)器學(xué)習(xí)工具)生成正確的圖像。

Facebook開發(fā)出該模型后，就不得不對鷹眼專家進(jìn)行盲目測試。像Ciavarra這樣的NYU放射科醫(yī)生回顧了AI產(chǎn)生的膝關(guān)節(jié)掃描，他們采用了老式的方法來查看是否可以從兩者中獲得相同的診斷信息。然后他們不得不猜測是哪個(gè)。該團(tuán)隊(duì)無需對患者進(jìn)行兩次掃描(較慢的常規(guī)方法和更快的AI驅(qū)動方法)，而是追溯性地從常規(guī)掃描中剝離了一些原始數(shù)據(jù)，以模擬機(jī)器運(yùn)行得更快的樣子。

Zitnick還指出，他的工作人員在AI生成的圖像中添加了一些噪點(diǎn)，以使其看起來更逼真，并避免將手伸向醫(yī)生。他說：“您將其調(diào)整得恰到好處，然后放射線醫(yī)師突然很難辨別哪個(gè)是來自AI的，而哪個(gè)不是，這是因?yàn)槟米吣抢锏囊粋€(gè)提示。” (他說，增加的噪聲不會影響掃描的診斷價(jià)值。)

通常，當(dāng)您聽到有關(guān)AI和放射學(xué)的知識時(shí)，該算法正在分析圖像，而不是像在Facebook-NYU項(xiàng)目中那樣創(chuàng)建圖像。杜克大學(xué)副教授Maciej Mazurowski說：“我認(rèn)為這是一個(gè)非常令人興奮且重要的研究方向。” 他專注于放射學(xué)和AI，但并未參與MRI研究。“這與大多數(shù)放射學(xué)AI研究不同。” 例如，馬祖羅夫斯基(Mazurowski)已使用神經(jīng)網(wǎng)絡(luò)在超聲掃描中評估人甲狀腺上的結(jié)節(jié)。其他研究集中在利用機(jī)器學(xué)習(xí)來查找胸部圖像中的結(jié)核等問題。

Facebook表示，它將公開發(fā)布其AI-MRI算法，以便希望以更快的速度運(yùn)行機(jī)器并利用人工智能將數(shù)據(jù)解釋為圖像的目標(biāo)的其他研究人員可以這樣做。Mazurowski說：“由于MRI掃描儀價(jià)格昂貴且經(jīng)常被備份，因此在診所中的影響可能是巨大的。” 但是，將AI注入流程中存在一些潛在的風(fēng)險(xiǎn)。例如，一種算法可能會發(fā)明出實(shí)際上不存在的問題(工件)。Mazurowski說，更重要的是，更大的擔(dān)憂是它可能忽略了實(shí)際問題，這意味著放射科醫(yī)生永遠(yuǎn)不會注意到ACL撕裂。

這是一個(gè)高收益項(xiàng)目，具有潛在的關(guān)鍵回報(bào)：外科醫(yī)生可能會切割或不切割，這取決于掃描的結(jié)果。齊特尼克說：“這完全使我們感到緊張。” “正確解決這些問題很重要，這就是為什么我們以非常有條理的方式做到這一點(diǎn)的原因。”

隨著可互換性研究等待學(xué)術(shù)評論，紐約大學(xué)的研究人員正在加緊進(jìn)行進(jìn)一步的比較，以評估AI生成的圖像是否與外科醫(yī)生在膝蓋內(nèi)進(jìn)行關(guān)節(jié)鏡檢查時(shí)實(shí)際看到的圖像匹配。未來的目標(biāo)不僅是將這種技術(shù)限制在膝蓋上，而且還將其用于其他身體部位，例如大腦的MRI，目前需要大量的掃描時(shí)間。

紐約大學(xué)的雷奇特說，他希望快速的AI掃描能夠改變醫(yī)生和患者與MRI的關(guān)系。他說：“我的夢想是每個(gè)關(guān)節(jié)都有五分鐘的掃描時(shí)間。”