Die School of Medicine der New York University plant, die MRT-Untersuchungen mindestens zehnmal zu beschleunigen. Ein Team von Forschern für künstliche Intelligenz von Facebook (FAIR) wird ihnen dabei durch maschinelles Lernen helfen.
Das Projekt heißt
fastMRI . Die Ärzte werden ihm einen Datensatz mit 3 Millionen Bildern von Gehirn, Knien und Leber zur Verfügung stellen, die von 10.000 Patienten und Facebook gesammelt wurden - ihre Erfolge beim maschinellen Lernen, um den Algorithmus zu trainieren. Entsprechend der Idee sammelt das MRT-Gerät nur einen Teil der Informationen, und das trainierte neuronale Netzwerk füllt die Lücken.
Die Forscher sind für den tatsächlichen Gebrauch akzeptabel und planen, die Ergebnisse innerhalb eines Jahres unter einer kostenlosen Lizenz zu veröffentlichen.
Das Gerät für die MRT beeinflusst das Gewebe mit elektromagnetischer Strahlung und fixiert die Energiefreisetzung in Form von digitalen Daten, aus denen sie dann Bilder bilden - „zweidimensionale Schnitte“. Der Vorgang kann zwischen 15 Minuten und einer Stunde dauern. Je mehr Daten Sie sammeln müssen, desto länger ist die Belichtung erforderlich.
Eine Person muss zu dieser Zeit lügen und sich nicht bewegen. Für einige Patienten - zum Beispiel kleine Kinder, Menschen, die an Klaustrophobie leiden oder im Liegen Schmerzen haben - kann dies ein Problem sein.
Forscher der School of Medicine unternahmen 2015 erstmals Versuche, die Bildaufnahme zu beschleunigen. Wissenschaftler schlugen vor, dass die Zeit im Gerät reduziert werden kann, indem nur ein Teil der Daten gesammelt wird, und die verbleibenden Lücken mit Hilfe einer trainierten KI für neuronale Netzwerkalgorithmen geschlossen werden können.
MRT-Geräte sind im Allgemeinen sehr flexibel in Bezug auf die Datenmenge, die benötigt wird, um das Ergebnis zu erhalten. Nach den ersten Versuchen kamen die Forscher jedoch zu dem Schluss, dass für die Wiederherstellung qualitativ hochwertiger Bilder noch weniger Daten benötigt werden, als sie erwartet hatten.
Die Schwierigkeit besteht darin, dass bei der Verarbeitung von Fotos und Videos neuronale Netzwerkalgorithmen Lücken auf ähnliche Weise füllen und Pixel basierend auf den erhaltenen Daten zeichnen. Annahmen und Abweichungen sind zumindest in Bezug auf Leben und Tod nicht kritisch. Bei der Analyse von MRT-Bildern kann jedoch jeder Millimeter die Diagnose beeinflussen.
Links in diesem Bild befindet sich ein vollständiger Satz von Quelldaten, die durch MRT erfasst wurden. Und rechts ist ein Schuss des Knies zu sehen, welcher von ihnen erhalten wird.
Und dies ist ein Teildatensatz und ein Kniebild, die zu diesem Zeitpunkt unter Verwendung neuronaler Netzwerkalgorithmen erhalten wurden.Neben Fragen mit präziser Rekonstruktion wirft das Projekt einige ethische Fragen auf.
Facebook-Ingenieure waren damit beschäftigt, ähnliche Probleme mit Computer Vision zu lösen - nur in anderen Bereichen. Sie sagen, dass die Teilnahme an diesem Projekt eine gute Möglichkeit für sie ist, Technologie in die Praxis umzusetzen. Die Erhebung personenbezogener Daten durch Unternehmen, die mit ihrer Monetarisierung Geld verdienen, ist in letzter Zeit ein besonders heikles Thema. Besonders wenn es um medizinische Daten geht.
Forscher sagen, dass in Datensätzen keine Informationen über die Persönlichkeit von Patienten, Namen und medizinische Informationen enthalten sind - nur die Bilder selbst und die Quelldaten, aus denen diese Bilder stammen. Vertreter von Facebook argumentieren auch, dass das Projekt keine Daten verwendet, die das Unternehmen selbst sammelt.
Wie ein Vertreter von Facebook
gegenüber VentureBeat
erklärte , sollten die Ergebnisse innerhalb eines Jahres erwartet werden. Sobald die notwendigen Fortschritte erzielt wurden, werden die Forscher im allgemeinen Zugriff alle Modelle, Metriken und Datensätze veröffentlichen, auf denen die KI trainiert wurde, damit sie von anderen Kliniken verwendet werden können.