Facebook Inc.的研究部门今天说，它已经开发了一种人工智能模型，该模型可以使MRI扫描速度提高四倍，而不会影响分辨率。
该模型被恰当地称为fastMRI，是Facebook与NYU Langone Medical Center之间的合作成果。据该社交网络称，在临床研究中发现其产生的图像与常规MRI扫描“可诊断互换”。
MRI扫描仪通过产生磁场使人体组织中的氢原子发出电磁信号来创建图像。这些信号各自在扫描中显示为像素。结果是获得了器官和软组织的高分辨率视图，但是存在一个缺点：创建这种高分辨率图像的过程非常耗时，需要患者在MRI扫描仪上花费多达一个小时的时间。
这就是Facebook的fastMRI模型旨在解决的挑战。通过减少扫描时间，该公司希望不仅减少患者在扫描仪中花费的时间，而且减少他们等待预约的时间。医院可以执行的扫描次数越多，一天中可以服务的病人就越多。
Facebook使用NYU Langone提供的约1200次匿名膝盖扫描的数据集开发了fastMRI。为了训练fastMRI，该公司的研究人员使用仅四分之一的原始图像数据创建了每次扫描的较低分辨率版本，并让模型重建了扫描。然后，AI将其重建图像与原始的全分辨率膝盖扫描进行比较，以提高其准确性。
社交网络称，在确定最终版本之前，Facebook的研究人员尝试了数千种模型变体。他们还从纽约大学Langone专家那里收集了有关该过程的反馈，以确定对非医生而言不明显的成像问题。Facebook声称，这种结果是产生MRI扫描速度比传统方法快四倍而不降低图像质量的模型。
研究人员通过与一组放射科医生进行临床研究，对fastMRI的图像质量进行了测试。Facebook表示，不仅专家们无法区分AI增强扫描和常规MRI扫描，而且他们对两组图像都做出了相同的诊断。
NYU Langone放射科主席Michael Recht说：“这项研究是临床上认可和利用AI加速MRI扫描的重要一步，因为它首次证明AI生成的图像在外观上与标准的临床MR检查没有区别。”
既然fastMRI已被证明可以有效地加快膝盖扫描的速度，Facebook计划将该模型扩展到其他类型的医学图像，例如脑部扫描。它还正在努力扩大可以运行该软件的MRI扫描仪的范围。在临床研究中，该公司的研究人员使用了高性能的“ 3 T”机器，但他们正在努力使该软件适合与价格更便宜的“ 1.5 T”机器一起使用。
Facebook的最终目标是让MRI制造商在其硬件上实施fastMRI。为此，它已开源了模型本身和项目中使用的训练数据。
