Facebook人工智能實驗室正在與紐約大學醫學院合作，使用機器學習技術加快MRI（磁共振成像）掃描的速度。如果成功，以后5分鐘內就能完成MRI檢查。

Facebook 想要徹底改變 MRI 掃描。

Facebook 近日宣布與紐約大學醫學院合作啟動一個新的研究項目，旨在利用人工智能（AI）將 MRI（磁共振成像）掃描的速度提高 10 倍。該項目已經獲得 10000 個臨床病例的大約 300 萬張匿名的 MRI 圖像。

這個項目名為fastMRI，是 Facebook 的 FAIR AI 研究實驗室和紐約大學醫學院放射學系之間的合作。

這是 Facebook 進軍醫療領域的一次重大嘗試，試圖將其實驗性的 AI 研究成果應用于現實世界的問題。如果這項工作取得成功，將使更多人能夠使用 MRI 技術，擴大對這一關鍵診斷工具的訪問。

MRI 檢查僅需5分鐘！或能代替X光和CT掃描

與其他形式的醫學成像相比，MRI 掃描提供的圖像通常能顯示更多與軟組織（如器官和血管）相關的細節。但 MRI 掃描所需時間更長，從 15 分鐘到一個多小時不等，相比之下，拍X 光片不到 1 秒就能結束，CT 掃描至多一分鐘。

MRI 掃描時，患者需要一動不動地躺在一臺巨大的圓筒狀掃描艙里。這么長時間的掃描可能會讓小孩子、幽閉恐懼癥患者或無法久臥的人感到痛苦。此外，在許多地區 MRI 機器短缺，導致患者排期很長。通過提高 MRI 掃描儀的速度，可以讓更多病人能夠使用這些設備。

加速的 MRI 設備還可以減少病人在心臟、肝臟或腹部和其他器官成像時必須屏住呼吸的時間。提高速度可以讓 MRI 機器在某些應用中充當 X 光機和 CT 機的角色，讓病人避免與這些掃描相關的電離輻射。

這個項目最初將側重于改變 MRI 機器的運作方式。目前，掃描儀通過一系列連續視圖收集原始數字數據，并將數據轉換成人體內部結構的橫斷面圖像，然后醫生用這些圖像來評估病人的健康狀況。要收集的數據集越大，掃描所需的時間就越長。

（L）在轉換為圖像之前的原始 MRI 數據。為了獲得診斷研究所需的完整原始數據，MRI 掃描通常需要 15-60 分鐘。（R）從完全采集的原始數據重建的膝關節 MRI 圖像。

使用 AI 技術，需要捕獲的數據更少，因此掃描速度更快，同時能夠保留甚至增強 MRI 圖像的豐富信息內容。

關鍵是要訓練人工神經網絡識別圖像的底層結構，以便在加速的掃描中補充省略的視圖。這種方法類似于人類處理感官信息的方式。當我們體驗世界時，我們的大腦經常接收到的是不完整的畫面——例如被遮擋或光線昏暗的物體——我們需要將其轉化為可操作的信息。

紐約大學醫學院的早期工作表明，人工神經網絡可以完成這類任務，利用很少的數據生成高質量的圖像。

在實踐中，使用部分信息重建圖像是一個非常困難的問題。神經網絡必須要在不犧牲精度的前提下有效地彌補掃描數據的不足。少量的缺失或錯誤建模的像素就可能會導致 “一切正常” 或韌帶撕裂或可能是腫瘤這些完全不同的結果。相反，在圖像中捕獲以前無法得到的信息可以真正地挽救生命。

（L）未充分采樣的原始 MRI 數據。用于捕獲這些數據的 MRI 掃描比用于捕獲診斷研究的完整數據的掃描更快，但是未充分采樣會在結果的 MRI 圖像中產生噪聲和偽影。（R）從子樣本數據重建的膝蓋 MRI 圖像。fastMRI 項目旨在使用 AI 創建有用的 MRI 圖像，沒有像這里顯示的噪聲和偽影。

該項目中使用的成像數據集由紐約大學醫學院的專門收集，包含 10000 個臨床病例，大約 300 萬個膝蓋，腦和肝臟的 MRI 圖像。

Facebook 表示，所有數據，包括圖像和原始掃描數據，都完全刪除了患者姓名一起其他受保護的健康信息，因此完全符合 HIPAA 隱私法規。用于該項目的 MRI 圖像也已經清除了任何潛在的區別特征。同樣，基于 AI 的重建與傳統重建之間的性能比較也不會有任何識別信息，項目中不會使用任何類型的 Facebook 數據。

可推廣到其他醫療成像應用

Facebook 稱，他們的目標是徹底改變獲取醫學圖像的方式，不僅僅是利用 AI 增強數據挖掘，而是為醫學可視化創造新的能力，以造福人類健康。

Facebook 和紐約大學計劃將這項工作開源，以使更廣泛的研究社區能夠在此基礎上進一步研究。隨著項目的進展，Facebook 將共享與這項研究相關的 AI 模型、baseline 和評估指標，紐約大學醫學院將開放圖像數據集。這將有助于確保工作的可重復性，并加速在臨床實踐中采用所得的方法。

雖然這個項目將主要集中在核磁共振成像技術，但它的長期影響可能擴展到其他醫學成像應用。例如，AI 提供的改進也可能徹底改變 CT 掃描。先進的圖像重建可以實現超低劑量 CT 掃描，從而適合于體弱人群，例如兒科患者。