Facebook近日宣布与纽约大学医学院合作启动一个新的研究项目，旨在利用人工智能（AI）将MRI（磁共振成像）扫描的速度提高10倍。该项目已经获得10000个临床病例的大约300万张匿名的MRI图像。这个项目名为fastMRI，是Facebook的FAIR AI研究实验室和纽约大学医学院放射学系之间的合作。
这是Facebook进军医疗领域的一次重大尝试，试图将其实验性的AI研究成果应用于现实世界的问题。如果这项工作取得成功，将使更多人能够使用MRI技术，扩大对这一关键诊断工具的访问。
MRI检查仅需5分钟！或能代替X光和CT扫描
与其他形式的医学成像相比，MRI扫描提供的图像通常能显示更多与软组织（如器官和血管）相关的细节。但MRI扫描所需时间更长，从15分钟到一个多小时不等，相比之下，拍 X 光片不到1秒就能结束，CT扫描至多一分钟。
MRI扫描时，患者需要一动不动地躺在一台巨大的圆筒状扫描舱里。这么长时间的扫描可能会让小孩子、幽闭恐惧症患者或无法久卧的人感到痛苦。此外，在许多地区MRI机器短缺，导致患者排期很长。通过提高MRI扫描仪的速度，可以让更多病人能够使用这些设备。
加速的MRI设备还可以减少病人在心脏、肝脏或腹部和其他器官成像时必须屏住呼吸的时间。提高速度可以让MRI机器在某些应用中充当X光机和CT机的角色，让病人免受这些扫描相关的电离辐射。
这个项目最初将侧重于改变MRI机器的运作方式。目前，扫描仪通过一系列连续视图收集原始数字数据，并将数据转换成人体内部结构的横断面图像，然后医生用这些图像来评估病人的健康状况。要收集的数据集越大，扫描所需的时间就越长。
（L）在转换为图像之前的原始MRI数据。为了获得诊断研究所需的完整原始数据，MRI 扫描通常需要15-60分钟。（R）从完全采集的原始数据重建的膝关节MRI图像。
使用AI技术，需要捕获的数据更少，因此扫描速度更快，同时能够保留甚至增强MRI图像的丰富信息内容。
关键是要训练人工神经网络识别图像的底层结构，以便在加速的扫描中补充省略的视图。这种方法类似于人类处理感官信息的方式。当我们体验世界时，我们的大脑经常接收到的是不完整的画面——例如被遮挡或光线昏暗的物体——我们需要将其转化为可操作的信息。
纽约大学医学院的早期工作表明，人工神经网络可以完成这类任务，利用很少的数据生成高质量的图像。
在实践中，使用部分信息重建图像是一个非常困难的问题。神经网络必须要在不牺牲精度的前提下有效地弥补扫描数据的不足。少量的缺失或错误建模的像素就可能会导致“一切正常”或韧带撕裂或可能是肿瘤这些完全不同的结果。相反，在图像中捕获以前无法得到的信息可以真正地挽救生命。
（L）未充分采样的原始MRI数据。用于捕获这些数据的MRI扫描比用于捕获诊断研究的完整数据的扫描更快，但是未充分采样会在结果的MRI图像中产生噪声和伪影。（R）从子样本数据重建的膝盖MRI图像。fastMRI项目旨在使用AI创建有用的MRI图像，没有像这里显示的噪声和伪影。
该项目中使用的成像数据集由纽约大学医学院的专门收集，包含10000个临床病例，大约300万个膝盖，脑和肝脏的MRI图像。
Facebook表示，所有数据，包括图像和原始扫描数据，都完全删除了患者姓名一起其他受保护的健康信息，因此完全符合HIPAA隐私法规。用于该项目的MRI图像也已经清除了任何潜在的区别特征。同样，基于AI的重建与传统重建之间的性能比较也不会有任何识别信息，项目中不会使用任何类型的Facebook数据。
可推广到其他医疗成像应用
Facebook称，他们的目标是彻底改变获取医学图像的方式，不仅仅是利用AI增强数据挖掘，而是为医学可视化创造新的能力，以造福人类健康。
Facebook和纽约大学计划将这项工作开源，以使更广泛的研究社区能够在此基础上进一步研究。随着项目的进展，Facebook将共享与这项研究相关的AI模型、baseline和评估指标，纽约大学医学院将开放图像数据集。这将有助于确保工作的可重复性，并加速在临床实践中采用所得的方法。
虽然这个项目将主要集中在核磁共振成像技术，但它的长期影响可能扩展到其他医学成像应用。例如，AI提供的改进也可能彻底改变CT扫描。先进的图像重建可以实现超低剂量CT扫描，从而适合于体弱人群，例如儿科患者。
