Университет штата Нью-Йорк и Facebook выпустили самый большой массив МРТ данных

Время чтения: 2 мин.

Магнитнорезонансную томографию вскоре можно будет делать в 10 раз быстрее —  благодаря крупномасштабному массиву МРТ данных, представленному общественности группой fastMRI. Группа была создана Facebook AI Research и радиологическим отделением образовательного медицинского центра Langone Университета штата НьюЙорк, США.

«Мы надеемся, что выход этой «биг дата», самой большой коллекции полностью дискретизированных необработанных МРТ изображений, даст исследователям необходимые инструменты для решения проблем, связанных с ускорением МРТ визуализации», — сказал д-р Майкл Р. Рехт, руководитель кафедры и профессор радиологии в образовательном медицинском центре NYU Langone, в своем выступлении на 2018 ежегодной конференции Радиологического Общества Северной Америки (RSNA).

Основные результаты сотрудничества университета  и Facebook   включают 1.5 миллиона МРТ изображений колена, полученных от 10 000 сканирований, плюс необработанные данные почти 1600 исследований. Исследователи полагают, что ускорение МРТ в четыре раза «возможно уже сейчас».

Эта «биг дата» полностью анонимная, отвечающая требованиям HIPAA информация медицинской школы Университета штата Нью-Йорк. На следующих этапах будут собираться данные сканирования печени и головного мозга.

Как ожидается, инструмент для работы с данными с открытым исходным кодом ускорит развитие ИИ систем, способных расшифровывать МРТ сканы, обеспечивать воспроизводимость результатов сканирований и откроет двери для более устойчивых методов исследований. «В планах сотрудничества также стоит задача разработать набор инструментов и базовых показателей для сравнения результатов, полученных в ходе организованного соревнования, о начале которого вскоре будет объявлено», — говорится в сообщении Университета.

«Сотрудничество направлено на использование машинного обучения для реконструкции высококачественных снимков новыми способами. Вместо того, чтобы использовать уже существующие снимки для формирования ИИ алгоритмов, мы радикально изменили способ получения медицинских изображений в принципе, — сказал д-р Дэниел К. Содиксон, директор Центра Инноваций и Исследований в Визуализации Университета штата Нью-Йорк. – Наша цель — не просто расширить сбор данных при помощи ИИ, а создать новые возможности для медицинской визуализации, которые помогут улучшить здоровье человека».

МРТ сканирование может выдавать огромное количество ценной информации, но выполняется оно довольно медленно. Исследователи считают, что используя ИИ в процессе сканирования, они смогут уменьшить количество получаемых данных, сохраняя и даже улучшив информативность изображения.

Сокращение длительности исследований повысит комфорт пациентов, которым непросто выдержать долгое обследование.  В первую очередь это касается очень маленьких детей, пожилых, а также людей, страдающих клаустрофобией. Как следствие, сократиться применение лекарственных средств для успокоения пациентов.

«Проект fastMRI значим не только доя медицины. Это интересная исследовательская задача, решение которой поможет развитию ИИ, — сказал Ларри Зитник, менеджер по исследованиям в Facebook AI Research. – Чтобы стать полезными для медиков, наши ИИ-реконструированные изображения должны не просто хорошо выглядеть, но быть точным отражением реальной ситуации, даже если были получены из значительно меньшего объема данных. Массив данных, который выпустил NYU Langone, и базовые модели с открытым исходным кодом позволят другим исследователям присоединиться к нам в решении этой трудной задачи, и мы считаем, что такой открытый подход позволит добиться прогресса гораздо быстрее».

Следующими шагами станут попытки исследовать методики реконструкции изображений с помощью ИИ на основе собранного массива данных, считает д-р Ивонн В. Луи, доцент кафедры радиологии и зам. начальника кафедры искусственного интеллекта в Университете штата Нью-Йорка. Луи подчеркнула важность метода, использующего ИИ для реконструкции изображений, пропущенных при сканировании из исходной визуальной структуры, подобно тому, как люди интерполируют сенсорную информацию.

«МРТ является золотым стандартом технологии визуализации мягких тканей человеческого тела. Однако основная проблема с ним — это длительность обследования, — сказала Луи. – Наша цель состоит в том, чтобы с помощью ИИ получать значительно меньше данных, чем это обычно необходимо для высококачественной медицинской визуализации, что позволит сократить время исследования, сохраняя при этом диагностическое качество изображений».

Поделиться