Fakultas Kedokteran di New York University berencana untuk mempercepat pemindaian MRI setidaknya 10 kali. Sebuah tim peneliti kecerdasan buatan dari Facebook (FAIR) akan membantu mereka dengan ini melalui teknologi pembelajaran mesin.
Proyek ini disebut
fastMRI . Dokter akan memberinya set data 3 juta gambar otak, lutut dan hati, yang dikumpulkan dari 10 ribu pasien, dan Facebook - pencapaian mereka dalam pembelajaran mesin untuk melatih algoritma. Menurut ide tersebut, perangkat MRI hanya akan mengumpulkan sebagian informasi, dan jaringan saraf yang terlatih akan mengisi kekosongan.
Dapat diterima untuk penggunaan nyata, para peneliti berencana untuk mempublikasikan hasilnya dalam satu tahun di bawah lisensi gratis.
Perangkat untuk MRI mempengaruhi jaringan dengan radiasi elektromagnetik dan memperbaiki pelepasan energi dalam bentuk data digital, dari mana mereka kemudian membentuk gambar - "irisan dua dimensi". Proses ini dapat berlangsung dari 15 menit hingga satu jam. Semakin banyak data yang Anda perlu kumpulkan, semakin lama eksposur diperlukan.
Seseorang pada saat ini perlu berbohong dan tidak bergerak. Untuk beberapa pasien - misalnya, anak kecil, orang yang menderita claustrophobia atau mengalami rasa sakit saat berbaring - ini bisa menjadi masalah.
Para peneliti di School of Medicine melakukan upaya pertama mereka untuk mempercepat akuisisi gambar pada 2015. Para ilmuwan menyarankan bahwa waktu dalam perangkat dapat dikurangi dengan mengumpulkan hanya sebagian dari data, dan kesenjangan yang tersisa dapat diisi dengan bantuan AI terlatih pada algoritma jaringan saraf.
Perangkat MRI umumnya cukup fleksibel dalam hal jumlah data yang dibutuhkan untuk mendapatkan hasilnya. Tetapi setelah upaya pertama, para peneliti menyimpulkan bahwa untuk menciptakan kembali gambar berkualitas tinggi, bahkan lebih sedikit data yang diperlukan daripada yang mereka harapkan.
Kesulitannya adalah ketika memproses foto dan video, algoritma jaringan saraf mengisi kekosongan dengan cara yang sama, menggambar piksel berdasarkan data yang diperoleh, asumsi dan penyimpangan tidak kritis, setidaknya dalam hal hidup dan mati. Tetapi dalam analisis gambar MRI, setiap milimeter dapat memengaruhi diagnosis.
Di sebelah kiri dalam gambar ini adalah satu set lengkap sumber data yang dikumpulkan oleh MRI. Dan di sebelah kanan adalah tembakan lutut, yang mana di antara mereka diperoleh.
Dan ini adalah seperangkat data parsial dan gambar lutut diperoleh dengan menggunakan algoritma jaringan saraf pada tahap ini.Selain pertanyaan dengan ketepatan rekonstruksi, proyek ini menimbulkan beberapa masalah etika.
Insinyur Facebook terlibat dalam memecahkan masalah yang sama dengan visi komputer - hanya di bidang lain. Mereka mengatakan berpartisipasi dalam proyek ini adalah cara yang baik bagi mereka untuk mempraktikkan teknologi. Tetapi pengumpulan data pribadi oleh perusahaan yang menghasilkan dari monetisasi mereka adalah masalah yang sangat sensitif baru-baru ini. Terutama ketika datang ke data medis.
Para peneliti mengatakan bahwa dalam dataset tidak ada informasi tentang kepribadian pasien, nama dan informasi medis - hanya gambar itu sendiri dan sumber data dari mana gambar ini diperoleh. Perwakilan Facebook juga berpendapat bahwa proyek tersebut tidak menggunakan data yang dikumpulkan oleh perusahaan sendiri.
Seperti yang dikatakan oleh perwakilan Facebook
kepada VentureBeat, hasilnya akan diharapkan dalam satu tahun. Segera setelah kemajuan yang diperlukan dibuat, para peneliti akan memposting di akses umum semua model, metrik dan set data yang dilatih AI sehingga mereka dapat digunakan oleh klinik lain.