Facebook欲將核磁共振檢查速度提高10倍

• 2018年8月21日 ZhangHongYuan來源：新浪科技、環(huán)球網(wǎng) 680 40
• 繁體

• 

  2018-2023年中國兒童教育軟件行業(yè)發(fā)展前景預(yù)測與投資戰(zhàn)略規(guī)劃分析報告

  兒童教育軟件研究報告對兒童教育軟件行業(yè)研究的內(nèi)容和方法進(jìn)行全面的闡述和論證，對研究過程中所獲取的兒童教育軟件資料進(jìn)行全面系統(tǒng)的整理和分析，通過圖表、統(tǒng)計結(jié)果及文獻(xiàn)資料，或以縱向的發(fā)...

紐約大學(xué)放射科醫(yī)生去年發(fā)布的初步研究結(jié)果顯示，AI可用于重構(gòu)核磁共振數(shù)據(jù)。

北京時間8月21日早間消息，F(xiàn)acebook的人工智能(AI)實驗室正與紐約大學(xué)醫(yī)學(xué)院合作，嘗試將核磁共振成像(MRI)的檢查速度提高10倍，假如成功的話，未來放射科醫(yī)生將在幾分鐘內(nèi)就可以完成檢測。

核磁共振技術(shù)一般幫助醫(yī)生觀察器官、組織和骨骼，且不需要將患者暴露在有害的輻射之下，成像質(zhì)量在發(fā)現(xiàn)軟組織損傷這方面尤其有幫助。但這項技術(shù)目前的問題是，每次檢查時間很長，最長要1小時。而且在檢查過程中，患者需要在管狀機(jī)器內(nèi)保持紋絲不動。這對任何人來說都十分煎熬。長時間的檢查也限制了醫(yī)院每天可以進(jìn)行的檢查數(shù)量，進(jìn)而導(dǎo)致醫(yī)療成本居高不下。

而Facebook的計算機(jī)科學(xué)家認(rèn)為，他們可以使用機(jī)器學(xué)習(xí)來加快檢查速度。為此，紐約大學(xué)提供了1萬份核磁共振檢查的匿名數(shù)據(jù)集，其中包括約300多萬張膝蓋、大腦和肝臟的成像。研究人員將使用這些數(shù)據(jù)訓(xùn)練算法，利用深度學(xué)習(xí)方法來識別骨骼、肌肉、韌帶和其他人體構(gòu)成的組織構(gòu)造。將這些知識構(gòu)建到驅(qū)動核磁共振機(jī)器的軟件中，可以允許讓AI創(chuàng)建部分成像，從而節(jié)省時間。

“患者只需要在機(jī)器里呆五分鐘。這項技術(shù)將帶來真正的變革，”紐約大學(xué)醫(yī)學(xué)院放射研究副主任丹尼爾·索迪克森(Daniel Sodickson)說道。

檢查速度的提高可以讓放射科醫(yī)生進(jìn)行更廣泛的測試，索迪克森說。就好比提高相機(jī)的快門速度，因此功能增強的檢查或許也可以應(yīng)用于，比如說，跟蹤心臟跳動。

Facebook AI研究小組拉里·茲特尼克(Larry Zitnick)表示，公司去年開始與紐約大學(xué)討論這個項目，因為AI團(tuán)隊希望在進(jìn)行基礎(chǔ)研究的同時，也能開展一些能帶來實際效益的工作。Facebook計劃未來開源所有研究結(jié)果，希望通過數(shù)據(jù)共享來鼓勵其他人繼續(xù)拓展這項工作。

新技術(shù)的挑戰(zhàn)在于如何讓AI在創(chuàng)建成像的時候不遺漏任何重要的細(xì)節(jié)，比如韌帶上的一個微小撕裂。但是，研究人員仍舊持樂觀態(tài)度。紐約大學(xué)放射科醫(yī)生去年發(fā)布的初步研究結(jié)果顯示，AI可用于重構(gòu)核磁共振數(shù)據(jù)。

相關(guān)閱讀：Facebook與紐約大學(xué)推出“快速MRI” 掃描僅需5分鐘

據(jù)外媒報道，核磁共振(MRI)掃描也許未來某天可以為更多需要它的人服務(wù)。Facebook周一表示，公司將與紐約大學(xué)醫(yī)學(xué)院的放射學(xué)系展開合作，他們將聯(lián)合推出一個“快速MRI”的研究項目，旨在利用AI技術(shù)讓MRI的檢查速度加快10倍。

雖然醫(yī)生和放射科醫(yī)生可以用MRI掃描儀獲取病人器官、血管、骨骼、軟組織等身體細(xì)節(jié)圖像從而更好地做出診斷，但根據(jù)Facebook發(fā)表的博客文章了解，完成一次MRI需要15分鐘到一個多小時的時間不等。這對于孩子以及正在遭受疼痛折磨的病人來首是一個挑戰(zhàn)，因為他們需要長時間躺著不能動。另外，這還限制了醫(yī)院一天能為病人做掃描的次數(shù)。

獲悉，如果Facebook和紐約大學(xué)的合作項目最終取得成功，那么MRI掃描的時間將可以縮短到5分鐘，這樣將能為需要接受掃描的人騰出更多的時間。

Facebook介紹稱，通過減少掃描過程中的數(shù)據(jù)量進(jìn)而加快MRI的掃描速度，之后他們將用AI填充掃描過程中遺漏的圖像。他們要面臨的挑戰(zhàn)是在不遺漏任何重要細(xì)節(jié)的情況下做到這點。

據(jù)悉，F(xiàn)acebook人工智能研究院將和紐約大學(xué)醫(yī)學(xué)院的研究人員一同對人工神經(jīng)網(wǎng)絡(luò)展開訓(xùn)練進(jìn)而使其具備識別人體結(jié)構(gòu)的能力。該項目將使用來自1萬個臨床病例的影像數(shù)據(jù)。

延伸閱讀

推薦閱讀

猜您喜歡