La Facultad de Medicina de la Universidad de Nueva York planea acelerar las imágenes por resonancia magnética al menos 10 veces. Un equipo de investigadores de inteligencia artificial de Facebook (FAIR) los ayudará con esto a través de tecnologías de aprendizaje automático.
El proyecto se llama
fastMRI . Los médicos le proporcionarán un conjunto de datos de 3 millones de imágenes del cerebro, las rodillas y el hígado, recopiladas de 10 mil pacientes y Facebook, sus logros en aprendizaje automático para entrenar el algoritmo. Según la idea, el dispositivo de resonancia magnética recopilará solo una parte de la información, y la red neuronal capacitada completará los vacíos.
Aceptable para uso real, los investigadores planean publicar los resultados dentro de un año bajo una licencia gratuita.
El dispositivo para resonancia magnética afecta el tejido con radiación electromagnética y fija la liberación de energía en forma de datos digitales, a partir de los cuales luego forman imágenes: "cortes bidimensionales". El proceso puede durar de 15 minutos a una hora. Cuantos más datos necesite recopilar, más tiempo se requerirá la exposición.
Una persona en este momento necesita mentir y no moverse. Para algunos pacientes, por ejemplo, niños pequeños, personas que sufren de claustrofobia o que experimentan dolor mientras están acostados, esto puede ser un problema.
Investigadores de la Facultad de Medicina hicieron sus primeros intentos de acelerar la adquisición de la imagen en 2015. Los científicos sugirieron que el tiempo en el dispositivo se puede reducir recolectando solo una parte de los datos, y los vacíos restantes se pueden llenar con la ayuda de IA capacitada en algoritmos de redes neuronales.
Los dispositivos de IRM generalmente son bastante flexibles en términos de la cantidad de datos necesarios para obtener el resultado. Pero después de los primeros intentos, los investigadores concluyeron que para recrear imágenes de alta calidad, se necesitan aún menos datos de los que esperaban.
La dificultad es que al procesar fotos y videos, los algoritmos de redes neuronales llenan los vacíos de manera similar, dibujando píxeles basados en los datos obtenidos, los supuestos y las desviaciones no son críticos, al menos en asuntos de vida o muerte. Pero en el análisis de imágenes de resonancia magnética, cada milímetro puede afectar el diagnóstico.
A la izquierda de esta imagen hay un conjunto completo de datos de origen recopilados por MRI. Y a la derecha hay un tiro de la rodilla, cuál de ellos se obtiene.
Y este es un conjunto de datos parcial y una imagen de rodilla obtenida utilizando algoritmos de redes neuronales en esta etapa.Además de las preguntas con precisión de reconstrucción, el proyecto plantea algunos problemas éticos.
Los ingenieros de Facebook se dedicaron a resolver problemas similares con la visión por computadora, solo en otras áreas. Dicen que participar en este proyecto es una buena manera de poner en práctica la tecnología. Pero la recopilación de datos personales por parte de compañías que ganan con su monetización es un tema particularmente sensible recientemente. Especialmente cuando se trata de datos médicos.
Los investigadores dicen que en los conjuntos de datos no hay información sobre las personalidades de los pacientes, los nombres y la información médica, solo las imágenes mismas y los datos de origen de los que se obtuvieron estas imágenes. Los representantes de Facebook también argumentan que el proyecto no utiliza datos que la empresa recopila.
Como
dijo un representante de Facebook
a VentureBeat, los resultados deberían esperarse dentro de un año. Tan pronto como se haga el progreso necesario, los investigadores publicarán en el acceso general todos los modelos, métricas y conjuntos de datos en los que se entrenó la IA para que puedan ser utilizados por otras clínicas.