fastMRI (ИИ-проект для МРТ)

Продукт
Разработчики: Meta Platforms
Дата последнего релиза: ноябрь 2018 г
Отрасли: Фармацевтика, медицина, здравоохранение

Содержание

2020: Запуск ПО, ускоряющее МРТ-сканирование в 4 раза

В середине августа 2020 года Facebook выпустила в публичный доступе ПО, ускоряющее МРТ-сканирование в 4 раза. Проект fastMRI проводился исследовательской группой по ИИ (FAIR) Facebook и рентгенологами из больницы Langone Health Нью-Йоркского Университета. Вместе ученые обучали модель машинного обучения на снимках МРТ низкого и высокого разрешения, чтобы алгоритм мог восстанавливать снимки на основе 25% от обычного объема входных данных. В результате при использовании этого алгоритма сканирование может выполняться быстрее, значимо повышая удовлетворенность пациентов.

«
Нейронная сеть понимает общую структуру медицинского изображения, - пояснил профессор рентгенологии Langone Health Дэн Содиксон (Dan Sodickson). - Можно сказать, что алгоритм просто заполняет уникальные особенности [изображения] конкретного пациента на основе полученных данных, используя предыдущие знания как основу.
»

Facebook представила ПО, ускоряющее МРТ-сканирование в 4 раза

Результаты клинического исследования были опубликованы в American Journal of Roentgenology вместе с доказательствами, подтверждающими эффективность методики. В ходе исследования рентгенологам было предложено поставить диагноз на основе традиционных МРТ-снимков и снимков, восстановленных с использованием ИИ. Врачи оценили снимки одинаково, поставив соответствующие диагнозы. Таким образом, традиционные снимки и снимки, восстановленные с помощью ИИ, оказались взаимозаменяемы, и восстановление на основе низкого объема данных не привело к утрате важной информации и возникновению ошибок.

Команда fastMRI отмечает, что избежать ошибок удалось благодаря полноте входных данных, которые охватывают нужную область тела целиком. Кроме того, ученые создали систему проверки нейронной сети на основе физики МРТ-сканирования. Таким образом, во время восстановления снимков система ИИ через регулярные промежутки времени проверяет, соответствуют ли ее выходные данные тому, что физически может произвести МРТ-аппарат.[1]

2018: Выпуск базы из 1,5 млн снимков МРТ для обучения медицинского ИИ

30 ноября 2018 года отделение рентгенологии NYU School of Medicine в сотрудничестве с Facebook AI Research (FAIR) открыла крупномасштабную базу данных снимков МРТ с открытым исходным кодом. Первоначально база данных будет включать более 1,5 миллионов анонимных МРТ-снимков колена.

База была опубликована в рамках fastMRI — проекта, целью которого является оптимизация МРТ-обследований с помощью ИИ. Открытая база данных стала новой фазой развития проекта, о котором Facebook и NYU объявили в августе 2018 года. Проект fastMRI будет использовать ИИ для разработки программного обеспечения МРТ-аппаратов, что позволит проводить сканирование быстрее, сохраняя качество изображений. Опубликованная база данных поможет обучить ИИ и облегчит разработку систем для МРТ, которые смогут работать в 10 раз быстрее современных аппаратов.

Facebook выпустила базу данных из 1,5 млн снимков МРТ для обучения медицинского искусственного интеллекта

Закрытый доступ к данным в области здравоохранения – одно основных препятствий на пути искусственного интеллекта. Разработчики проекта fastMRI надеются, что их база данных предоставит исследователям достаточно инструментов, чтобы преодолеть стоящие перед ними проблемы. База данных fastMRI является самым большим собранием необработанных МРТ-снимков с открытым исходным кодом. Будущие пополнения базы будут включать результаты МРТ-сканирования печени и головного мозга.

Руководители проекта fastMRI считают, что его успешная реализация могла бы снизить потребность в анестезии или седативном лечении у тяжелых пациентов, которым сложно переносить длительные исследования, и обеспечить повсеместный доступ к МРТ. Партнерство Facebook и NYU расширяет возможности научно-исследовательской деятельности в отношении ИИ и оптимизации МРТ. Исследователи отмечают, что любые открытия, сделанные с помощью fastMRI, немедленно станут достоянием научного сообщества.[2]

Примечания