L'École de médecine de l'Université de New York prévoit d'accélérer les examens IRM au moins 10 fois. Une équipe de chercheurs en intelligence artificielle de Facebook (FAIR) les aidera à travers les technologies d'apprentissage automatique.
Le projet s'appelle
fastMRI . Les médecins lui fourniront un ensemble de données de 3 millions d'images du cerveau, des genoux et du foie, recueillies auprès de 10 000 patients, et Facebook - leurs réalisations en apprentissage automatique pour former l'algorithme. Selon l'idée, le dispositif d'IRM ne collectera qu'une partie des informations et le réseau neuronal formé comblera les lacunes.
Acceptables pour une utilisation réelle, les chercheurs prévoient de publier les résultats d'ici un an sous une licence gratuite.
Le dispositif d'IRM affecte le tissu avec un rayonnement électromagnétique et fixe la libération d'énergie sous forme de données numériques, à partir desquelles ils forment ensuite des images - «tranches bidimensionnelles». Le processus peut durer de 15 minutes à une heure. Plus vous devez collecter de données, plus l'exposition est longue.
Une personne en ce moment doit mentir et ne pas bouger. Pour certains patients - par exemple, les jeunes enfants, les personnes souffrant de claustrophobie ou souffrant de douleur en position couchée - cela peut être un problème.
Des chercheurs de l'École de médecine ont fait leurs premiers efforts pour accélérer l'acquisition de l'image en 2015. Les scientifiques ont suggéré que le temps dans l'appareil peut être réduit en ne collectant qu'une partie des données, et les lacunes restantes peuvent être comblées à l'aide d'une IA formée sur des algorithmes de réseau de neurones.
Les appareils d'IRM sont généralement assez flexibles en termes de quantité de données nécessaires pour obtenir le résultat. Mais après les premières tentatives, les chercheurs ont conclu que pour recréer des images de haute qualité, il fallait encore moins de données que prévu.
La difficulté est que lors du traitement des photos et des vidéos, les algorithmes de réseau neuronal comblent les lacunes de la même manière, en dessinant des pixels en fonction des données obtenues, les hypothèses et les écarts ne sont pas critiques, du moins en matière de vie ou de mort. Mais dans l'analyse des images IRM, chaque millimètre peut affecter le diagnostic.
Sur la gauche de cette image se trouve un ensemble complet de données sources collectées par l'IRM. Et à droite, un coup de genou, lequel est obtenu.
Et ceci est un ensemble de données partielles et une image du genou obtenues en utilisant des algorithmes de réseau neuronal à ce stade.Outre des questions de précision de reconstruction, le projet soulève des questions éthiques.
Les ingénieurs de Facebook se sont engagés à résoudre des problèmes similaires avec la vision par ordinateur - uniquement dans d'autres domaines. Ils disent que la participation à ce projet est un bon moyen pour eux de mettre la technologie en pratique. Mais la collecte de données personnelles par les entreprises qui gagnent sur leur monétisation est un sujet particulièrement sensible récemment. Surtout en ce qui concerne les données médicales.
Les chercheurs disent que dans les ensembles de données, il n'y a aucune information sur la personnalité des patients, les noms et les informations médicales - seulement les images elles-mêmes et les données sources à partir desquelles ces images ont été obtenues. Les représentants de Facebook soutiennent également que le projet n'utilise pas les données que l'entreprise recueille elle-même.
Comme un représentant de Facebook l'a
déclaré à VentureBeat, les résultats devraient être attendus d'ici un an. Dès que les progrès nécessaires seront réalisés, les chercheurs publieront dans l'accès général tous les modèles, métriques et jeux de données sur lesquels l'IA a été formée afin qu'ils puissent être utilisés par d'autres cliniques.