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(duì)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(duì) 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(xiàn)醫(yī)生可以檢查X射線(xiàn)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(cè)到一個(gè)關(guān)鍵問(wèn)題：ACL撕裂。恰瓦拉解釋說(shuō)：“這絕對(duì)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(wèn)題外，Ciavarra還必須做出另一項(xiàng)評(píng)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(shuō)：“我的直覺(jué)說(shuō)這是AI。” “看起來(lái)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(duì)比。通過(guò)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(duì)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(qián)，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(mén)發(fā)起，并于一年多前宣布，其目標(biāo)很簡(jiǎn)單：使用AI來(lái)開(kāi)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(chēng)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(lái)創(chuàng)建圖像，” NYU Langone Health放射科主任Michael Recht說(shuō)。“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(chē)，取代了耗油的舊車(chē)：新算法需要更少的數(shù)據(jù)，更少的測(cè)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(shuō)，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(guò)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(wú)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(shuō)。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(lái)解釋這種經(jīng)過(guò)測(cè)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(lái)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(shí)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(kāi)發(fā)出該模型后，就不得不對(duì)鷹眼專(zhuān)家進(jìn)行盲目測(cè)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(lái)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(cè)是哪個(gè)。該團(tuán)隊(duì)無(wú)需對(duì)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(dòng)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(lái)更逼真，并避免將手伸向醫(yī)生。他說(shuō)：“您將其調(diào)整得恰到好處，然后放射線(xiàn)醫(yī)師突然很難辨別哪個(gè)是來(lái)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(shuō)，增加的噪聲不會(huì)影響掃描的診斷價(jià)值。)

通常，當(dāng)您聽(tīng)到有關(guān)AI和放射學(xué)的知識(shí)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(shuō)：“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(zhuān)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(píng)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(lái)查找胸部圖像中的結(jié)核等問(wèn)題。

Facebook表示，它將公開(kāi)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(shuō)：“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(huì)發(fā)明出實(shí)際上不存在的問(wèn)題(工件)。Mazurowski說(shuō)，更重要的是，更大的擔(dān)憂(yōu)是它可能忽略了實(shí)際問(wèn)題，這意味著放射科醫(yī)生永遠(yuǎn)不會(huì)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(huì)切割或不切割，這取決于掃描的結(jié)果。齊特尼克說(shuō)：“這完全使我們感到緊張。” “正確解決這些問(wèn)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(píng)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(píng)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(lái)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(shuō)，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(shuō)：“我的夢(mèng)想是每個(gè)關(guān)節(jié)都有五分鐘的掃描時(shí)間。”