小编（biān）发现不（bú）少朋友对于 Facebook使（shǐ）用人工智能加（jiā）速（sù）MRI扫（sǎo）描的工作 这方面（miàn）的信息都比（bǐ）较感兴趣，小编就（jiù）针（zhēn）对 Facebook使用人工智能加速MRI扫描的（de）工作 整理（lǐ）了一些相关方面的信息（xī） 在这里分享给大（dà）家。

吉娜·贾瓦拉(Gina Ciavarra)坐在曼哈顿纽约大学朗格健康中（zhōng）心的一间黑暗房间里（lǐ）。这是一个阅览室（shì），像（xiàng）她（tā）这样（yàng）的放射（shè）线医生（shēng）可以检查（chá）X射线和（hé）MRI扫描（miáo）的空间。她前面（miàn）的监（jiān）视器显示（shì）了身份不明的患者膝盖的灰度（dù）图像，并且在其（qí）中（zhōng），她检测到一个关键问题：ACL撕裂。恰（qià）瓦拉解释说：“这绝对是异常的。”

但是，除了扫描骨骼，韧带，脂肪，软骨和肌腱的（de）漩涡（wō）以检查眼泪或关节（jiē）炎等问（wèn）题外（wài），Ciavarra还必须（xū）做出另一项评估。这种特（tè）殊（shū）的膝盖扫描是由人工智能（néng）创（chuàng）建的，还（hái）是以传（chuán）统方（fāng）式从（cóng）MRI机器（qì）中（zhōng）产生（shēng）的?她不确定（dìng）地说（shuō）：“我的直觉说这（zhè）是AI。” “看起来有点模糊（hú）。”

Ciavarra和她（tā）的NYU同（tóng）事参加了一项研究，该研（yán）究将AI创建的扫描质（zhì）量与传统扫描（miáo）进行（háng）了对比。通过将（jiāng）人工智能与MRI机器配合使（shǐ）用，计算机科（kē）学家和放射学家认为，它（tā）们可以（yǐ）大大加快普（pǔ）通（tōng）医学检（jiǎn）查的（de）速度，这对（duì）患者和医院都是（shì）一个（gè）福音（yīn）。这可能意味着将十分钟（zhōng）的膝（xī）盖扫描减少到五分钟，或者将（jiāng）一小时的心脏扫描减少到半小时（shí）。这（zhè）还（hái）可以节省医院的钱，并减（jiǎn）少麻醉可能难（nán）以保（bǎo）持的儿科患者的需要。

纽约大（dà）学现在（zài）准备将该研究（jiū）提交给学术研究，这项研（yán）究是两个奇怪的研究员之间的项目（mù）的一部分：纽约大学（xué）医学（xué）院和（hé）Facebook。该合作伙（huǒ）伴关系由Facebook人工智能（néng）研究部门发（fā）起，并于（yú）一年多前宣布，其目（mù）标很简单：使用AI来开发快速而高质量的（de）MRI扫（sǎo）描，有朝一日可以（yǐ）使繁忙（máng）的（de）医疗中（zhōng）心照（zhào）料更多（duō）的人（rén），而这个国家很少资（zī）源（yuán），以便更好地（dì）利用（yòng）他们拥有（yǒu）的设备，老年人，年（nián）轻人和幽闭恐（kǒng）惧（jù）症患者可以在（zài）狭窄而响亮的电磁管中花费更（gèng）少的时间。

以这种方式使用AI的（de）结果是，在创建使医生（shēng）能够深入了解人体的图像时（shí），它（tā）所需的（de）信息比（bǐ）公认的方法(称为傅立（lì）叶逆变（biàn）换)要（yào）少得（dé）多（duō）。“在（zài）MRI中，我（wǒ）们获取了一定数量（liàng）的数据，然后（hòu）使用重建方法来创建图像，” NYU Langone Health放（fàng）射科主任Michael Recht说。“但是事实证明，我们收集的（de）数据总是比（bǐ）我（wǒ）们可能需要的更多。” 可以将它想（xiǎng）象成（chéng）是一（yī）辆省油（yóu）的汽车，取代了（le）耗油（yóu）的旧车（chē）：新算法需要（yào）更少的数（shù）据，更少（shǎo）的测（cè）量数据才能达到与MRI机器相同的距离(或在这种情（qíng）况下，获得正（zhèng）确（què）的（de）图像)。

FAIR的研究科学家Larry Zitnick解释（shì）说，要让放（fàng）射科医生或外科（kē）医生获得所需的情报（bào）(要使该实验获（huò）得成功，就必须（xū）使AI产生的图像选中两（liǎng）个框)。首先（xiān），它必须是准确的：错（cuò）过韧（rèn）带撕裂或发明实（shí）际上不存在（zài）的（de）东西的漂亮扫（sǎo）描可能（néng）既无用又危险（xiǎn）。其（qí）次，“放射科（kē）医生必（bì）须喜欢（huān）这种图像，”齐特（tè）尼克（kè）说。当像Ciavarra的医生在黑暗的阅（yuè）览室里呆着几个小时盯着扫描仪时（shí），他们需要清晰而又（yòu）轻松的（de）照片。

但（dàn）是，要获得一种算（suàn）法来解释这种经（jīng）过测（cè）试的机器所产生（shēng）的信息并不是一件容易的（de）事（shì）。为（wéi）了训练（liàn）AI软件正确地将（jiāng）频率数据旋转成图像，Facebook团队表示（shì），他（tā）们（men）使用（yòng）来自真实MRI扫描的信息尝试（shì）了约1,000种不同的模型变体。他们（men）提（tí）供了算法（fǎ）的（de）原（yuán）始信息，并（bìng）向其（qí）显示了相（xiàng）应的图像，以帮（bāng）助神经网络（luò）(软件工程师可以（yǐ）训（xùn）练它们执行不同任务(例如识别照片中（zhōng）的内容)的通（tōng）用（yòng）机器学习工具)生成正（zhèng）确的图像。

Facebook开发出该模型后（hòu），就不得不对鹰（yīng）眼专家进行盲目（mù）测试。像（xiàng）Ciavarra这样的NYU放射科医生回（huí）顾了AI产生的膝（xī）关节扫描，他们采用了老式的（de）方法（fǎ）来查看是否可以从两者（zhě）中（zhōng）获得相（xiàng）同（tóng）的诊断信息。然后他（tā）们不得不猜测是哪个。该团队无需对患者进（jìn）行两次扫描（miáo）(较慢的常（cháng）规方法和更快的（de）AI驱动方法)，而是追溯性地（dì）从常（cháng）规扫描中剥离了（le）一些原始数据，以模拟（nǐ）机器运（yùn）行得更（gèng）快的样子。

Zitnick还（hái）指出，他的工作人员在AI生成的图（tú）像中添加了一些噪点，以使（shǐ）其（qí）看起来更逼真，并避免将手伸向医（yī）生。他说（shuō）：“您将其调整（zhěng）得恰到好处，然后放射线医师突然（rán）很难辨别（bié）哪个是来（lái）自AI的（de），而（ér）哪个不是，这（zhè）是因为（wéi）您（nín）要（yào）拿走那里的一个提示。” (他说，增加的（de）噪声不会（huì）影响扫描的（de）诊断（duàn）价（jià）值。)

通常，当您听到有关AI和（hé）放射学的知（zhī）识时（shí），该算法正在分析（xī）图像，而（ér）不是像在Facebook-NYU项目中那样创建图像。杜克大学副教授Maciej Mazurowski说：“我认为这（zhè）是一个非常令人兴奋且（qiě）重（chóng）要的研究方向。” 他专（zhuān）注于放（fàng）射学和AI，但并未（wèi）参与MRI研（yán）究。“这与大多数放射学AI研究不同。” 例如，马（mǎ）祖罗夫斯基(Mazurowski)已使用神（shén）经网络在超声扫描中评估人甲状腺上的结节。其他研究集中（zhōng）在利用机器学（xué）习来查找胸部（bù）图像（xiàng）中（zhōng）的结核等（děng）问题（tí）。

Facebook表（biǎo）示，它将（jiāng）公开发布其AI-MRI算法，以便希望以更快的（de）速度运（yùn）行（háng）机器（qì）并利用人工智能（néng）将数据解释为图像（xiàng）的（de）目标的（de）其他研究人员可（kě）以这样做。Mazurowski说（shuō）：“由于MRI扫（sǎo）描（miáo）仪价格昂贵且经常被备份，因此在诊所中的影响（xiǎng）可能是巨大的。” 但是，将AI注（zhù）入流程（chéng）中存（cún）在一些（xiē）潜在的风险。例（lì）如，一种算法可能会发明出（chū）实（shí）际上（shàng）不存在的问题(工件)。Mazurowski说，更（gèng）重要的（de）是（shì），更大的担忧是（shì）它可（kě）能（néng）忽（hū）略（luè）了实际问题，这意味着放（fàng）射（shè）科医（yī）生（shēng）永远不会注意到ACL撕裂。

这（zhè）是一个高收益项（xiàng）目（mù），具有潜在的关键回（huí）报：外科医生可能会切割或（huò）不切割，这（zhè）取决于（yú）扫描的结果（guǒ）。齐（qí）特尼克说：“这完（wán）全使我们感（gǎn）到紧张（zhāng）。” “正确解决这（zhè）些问题很重（chóng）要（yào），这就（jiù）是为（wéi）什么我（wǒ）们以非常有条理的（de）方式做到这一点（diǎn）的原因。”

随着可（kě）互换性研究等待学术评论，纽约大（dà）学的研究人员（yuán）正（zhèng）在加紧进行进一步的比较，以评估AI生（shēng）成（chéng）的（de）图像是否与外科医生在膝盖内进行关节镜检查（chá）时实际看到的图像匹（pǐ）配（pèi）。未来的目标不仅是（shì）将这种技术限（xiàn）制在膝盖上（shàng），而且（qiě）还将其用于（yú）其他身体部位，例如大脑的MRI，目前需要大量的扫描时间。

纽约大学的雷奇特（tè）说，他希望快速（sù）的AI扫描能够改变医生和患者与（yǔ）MRI的关系（xì）。他说：“我的梦（mèng）想（xiǎng）是每个关节都有（yǒu）五分（fèn）钟的扫（sǎo）描时间。”