人工智能可以使MRI扫描速度提高10倍

做核磁共振意味着在嘈杂、claustrophobia-inducing的管子里。对许多人来说，这并不好玩。对其他人来说，比如孩子或非常不舒服的人，情况更糟。因此，为了让这些诊断工具运行得更快，研究人员正在探索整合一种新策略：使用人工智能获取核磁共振机器生成的原始数据，并创建可读的图像。

纽约大学医学院放射学系教授丹尼尔·索迪克森解释说，核磁共振扫描速度慢的原因是，他们需要捕捉所有必要的数据来生成一个供放射科医生解释的漂亮图像。膝盖扫描大约需要15到20分钟；大脑，30分钟；心脏成像可以持续一个小时。但是如果你能让机器运行得更快，仍然得到一个可用的图像呢？

使用人工智能，“可以捕获更少的数据，从而更快地成像，同时仍然保留——甚至增强——磁共振图像的所有丰富信息内容，”Sodickson说。

他们会这样做：他们会更快地运行核磁共振扫描，在此过程中收集更少的原始数据。但是，他们不是用传统的方式解释原始数据——这涉及一个经过验证的非人工智能数学过程——而是训练人工智能进行数据到图像的转换。如果研究人员试图用传统的方式解释快速核磁共振数据，结果会很糟糕，因为一开始就没有足够的数据。有了人工智能，他们会更好。

现在的目标是能够以10倍的速度运行核磁共振扫描，并获得所需精度的图像。NYU的研究人员自2016年以来一直在研究这个想法，现在他们宣布他们正在与脸谱网的人工智能研究部门FAIR合作，推动它的发展。

更快的核磁共振成像将是一件好事——患者在机器上呆的时间会更少，成像中心和医院每天可以做更多的检查。这项研究提出的另一个好处是，如果核磁共振成像运行得足够快，医生就可以下令进行其中一次扫描，而不是传统的x光或CT检查——从而使患者免受其他方式的辐射剂量，因为核磁共振成像不像其他扫描那样使用辐射来完成工作。

该项目代表了一种将人工智能融入医学的有趣方法。人工智能经常被用来分析图像中的内容；例如，在日常生活中，这些图像可能是上传到Yelp的意大利面或热狗的照片。或者，对于X射线等医学图像，研究已经探索使用人工智能分析X射线或磁共振成像中的结核病或膝盖。在Alphabet的DeepMind和英国摩尔菲尔德眼科医院的合作中，人工智能将分析患者眼睛背面的三维扫描，甚至建议治疗。

但在这种情况下，策略是不同的：人工智能首先帮助创建图像。

“人工智能能够学习对人类大脑来说并不明显的转换，”索迪克森说。他指的是将原始数据转化为放射科医生后来阅读的图像的过程。“早期迹象非常积极，这是人工智能可以做得很好的事情。”

当然，用比平时更少的数据创建图像听起来很冒险——如果人工智能以一种产生漂亮图片的方式解释了这些数据，但错过了一些关键的东西呢？韧带的小撕裂，还是小肿瘤？索迪克森说，这是他们关注的最大问题。“我们需要确保我们呈现的是真相，”他说。“我们有很多方法来尝试测试这一点。”

人工智能还没有从快速扫描中生成与较慢的正常扫描中生成的图像一样好的图像，尽管人工智能在从比以前方法能够做到的更少的数据中创建图像方面已经做得更好。“它们比我们以前能得到的任何东西都好，只是还不如完整的[扫描]好，”他说。