फेसबुक AI का इस्तेमाल करके MRI पर रिसर्च करेगा

न्यूयॉर्क विश्वविद्यालय में स्कूल ऑफ मेडिसिन कम से कम 10 बार एमआरआई स्कैन में तेजी लाने की योजना बना रहा है। फेसबुक (एफएआईआर) के कृत्रिम बुद्धिमत्ता शोधकर्ताओं की एक टीम मशीन लर्निंग प्रौद्योगिकियों के माध्यम से उन्हें इसमें मदद करेगी।

प्रोजेक्ट को फास्टएमआरआई कहा जाता है। डॉक्टर उन्हें मस्तिष्क, घुटनों और यकृत की 3 मिलियन छवियों का डेटासेट प्रदान करेंगे, 10 हजार रोगियों से एकत्र किया जाएगा, और फेसबुक - एल्गोरिथ्म को प्रशिक्षित करने के लिए मशीन सीखने में उनकी उपलब्धियों। विचार के अनुसार, एमआरआई डिवाइस सूचना का केवल एक हिस्सा एकत्र करेगा, और प्रशिक्षित तंत्रिका नेटवर्क अंतराल में भर जाएगा।

वास्तविक उपयोग के लिए स्वीकार्य, शोधकर्ता एक मुफ्त लाइसेंस के तहत एक वर्ष के भीतर परिणाम प्रकाशित करने की योजना बनाते हैं।

एमआरआई के लिए उपकरण इलेक्ट्रोमैग्नेटिक विकिरण के साथ ऊतक को प्रभावित करता है और डिजिटल डेटा के रूप में ऊर्जा रिलीज को ठीक करता है, जिससे वे फिर छवियों का निर्माण करते हैं - "दो आयामी स्लाइस"। प्रक्रिया 15 मिनट से एक घंटे तक रह सकती है। जितना अधिक डेटा आपको इकट्ठा करने की आवश्यकता है, उतने लंबे समय तक एक्सपोजर की आवश्यकता होती है।

इस समय एक व्यक्ति को झूठ बोलने और स्थानांतरित करने की आवश्यकता नहीं है। कुछ रोगियों के लिए - उदाहरण के लिए, छोटे बच्चों, क्लेस्ट्रोफोबिया से पीड़ित लोग या लेटते समय दर्द का अनुभव करते हैं - यह एक समस्या हो सकती है।

स्कूल ऑफ मेडिसिन के शोधकर्ताओं ने 2015 में छवि के अधिग्रहण को गति देने के लिए अपना पहला प्रयास किया। वैज्ञानिकों ने सुझाव दिया कि डिवाइस में समय केवल डेटा के एक हिस्से को इकट्ठा करके कम किया जा सकता है, और शेष अंतराल को तंत्रिका नेटवर्क एल्गोरिदम पर प्रशिक्षित एआई की मदद से भरा जा सकता है।

एमआरआई डिवाइस आमतौर पर परिणाम प्राप्त करने के लिए आवश्यक डेटा की मात्रा के मामले में काफी लचीले होते हैं। लेकिन पहले प्रयासों के बाद, शोधकर्ताओं ने निष्कर्ष निकाला कि उच्च-गुणवत्ता वाली छवियों को फिर से बनाने के लिए, यहां तक ​​कि उनकी अपेक्षा से भी कम डेटा की आवश्यकता होती है।

मुश्किल यह है कि फ़ोटो और वीडियो को संसाधित करते समय, तंत्रिका नेटवर्क एल्गोरिदम एक समान तरीके से अंतराल भरते हैं, प्राप्त आंकड़ों के आधार पर पिक्सेल खींचना, मान्यताओं और विचलन महत्वपूर्ण नहीं हैं, कम से कम जीवन और मृत्यु के मामलों में। लेकिन एमआरआई छवियों के विश्लेषण में, हर मिलीमीटर निदान को प्रभावित कर सकता है।


इस छवि में बाईं ओर एमआरआई द्वारा एकत्र किए गए स्रोत डेटा का एक पूरा सेट है। और दाईं ओर घुटने की एक गोली है, जो उनमें से प्राप्त की जाती है।


और यह एक आंशिक डेटा सेट है और इस स्तर पर तंत्रिका नेटवर्क एल्गोरिदम का उपयोग करके प्राप्त एक घुटने की तस्वीर है।

पुनर्निर्माण की सटीकता के साथ सवालों के अलावा, परियोजना कुछ नैतिक मुद्दों को उठाती है।

फेसबुक इंजीनियर कंप्यूटर की दृष्टि से समान समस्याओं को हल करने में लगे थे - केवल अन्य क्षेत्रों में। वे कहते हैं कि इस परियोजना में भाग लेना उनके लिए प्रौद्योगिकी को व्यवहार में लाने का एक अच्छा तरीका है। लेकिन कंपनियों द्वारा व्यक्तिगत डेटा का संग्रह जो उनके मुद्रीकरण पर कमाते हैं, हाल ही में एक विशेष रूप से संवेदनशील मुद्दा है। खासकर जब मेडिकल डेटा की बात हो।

शोधकर्ताओं का कहना है कि डेटासेट में मरीज़ों के व्यक्तित्व, नाम और मेडिकल जानकारी के बारे में कोई जानकारी नहीं है - केवल छवियां स्वयं और स्रोत डेटा जिसमें से ये चित्र प्राप्त किए गए थे। फेसबुक के प्रतिनिधियों का यह भी तर्क है कि परियोजना डेटा का उपयोग नहीं करती है जो कंपनी खुद एकत्र करती है।

फेसबुक के एक प्रतिनिधि के रूप में वेंचरबीट को बताया , एक साल के भीतर परिणामों की उम्मीद की जानी चाहिए। जैसे ही आवश्यक प्रगति की जाती है, शोधकर्ता उन सभी मॉडलों, मैट्रिक्स और डेटासेट की सामान्य पहुंच में पोस्ट करेंगे, जिन पर AI को प्रशिक्षित किया गया था ताकि उनका उपयोग अन्य क्लीनिकों द्वारा किया जा सके।