هوش مصنوعی فیسبوک می‌تواند ام آر آی را 4 برابر سریع‌تر از معمول، انجام دهد

یک مطالعه جدید، اثربخشی الگوریتم هوش مصنوعی فیسبوک را برای ارائه نتایج 4 برابر سریع‌تر MRI، از آنچه معمولاً لازم بود، تأیید کرده است. این نوآوری چشمگیر قول می‌دهد بدون نیاز به ارتقاء سخت افزار تصویربرداری موجود، اسکن های MRI را به طرز چشمگیری سرعت بخشد.

دو سال پیش تیمی از رادیولوژیست ها از دانشکده پزشکی گروسمن، دانشگاه نیویورک با گروه تحقیقات هوش مصنوعی (FAIR) در فیسبوک به یکدیگر پیوستند تا یک شبکه عصبی را امتحان کنند و توسعه دهند و بتوانند یک شبکه عصبی را تولید کنند که بتواند اسکن های MRI مؤثرتر تولید کند.

اسکن‌های MRI فعلی، یکی از بهترین و ایمن ترین ابزارهای تشخیصی که در اختیار پزشکان قرار دارد، تجربیات وقت گیر و کلاستروفوبیک است. بسته به هدف، یک اسکن MRI می‌تواند تا یک ساعت زمان ببرد و چنین مدت طولانی حجم بیماران را محدود می‌کند.

این پروژه مشترک، موسوم به fastMRI، یک مدل هوش مصنوعی تولید کرده است که می‌تواند تصاویر جزئی MRI را از یک چهارم داده‌های مورد نیاز سنتی تولید کند. با این حال، همانطور که در یک پست وبلاگ ذکر شده توسط تیم هوش مصنوعی فیسبوک بیان شده است، ایجاد تصاویر دقیق MRI تنها اولین قدم برای محققان بود.

تیم فیس بوک گفت: تولید یک تصویر دقیق تنها چالش ما نیست. مدل AI همچنین باید تصاویری ایجاد کند که از نظر بصری از تصاویر سنتی MRI قابل تشخیص باشد. رادیولوژیست‌ها ساعت‌ها وقت خود را با دقت در تحلیل این تصاویر گذرانند.

بنابراین برای آزمایش چگونگی قابل تعویض بودن تصاویر MRI ایجاد شده توسط AI با تصاویر MRI سنتی، شش رادیولوژیست اسکلتی عضلانی برای یک مطالعه جدید استخدام شدند. دو مجموعه داده جداگانه از 108 بیمار آزمایش ایجاد شده است و هر بیمار زانوی خود را با استفاده از مدل جدید AI و تصویربرداری استاندارد MRI اسکن کردند.

رادیولوژیست های متخصص هر دو مجموعه داده را ارزیابی کردند. نتایج نشان می‌دهد که دو نوع روش تصویربرداری اساساً از یکدیگر قابل تشخیص‌اند. تشخیصی که توسط رادیولوژیستها گرفته شده است، صرف نظر از اینکه ارزیابی تصاویر MRI سنتی را انجام می‌دهند یا تصاویر جدیدتر با کمک هوش مصنوعی بود، كیفیت كلی تصاویر AI را بهتر از تصاویر MRI سنتی ارزیابی كرده اند.

این مطالعه یک گام مهم در جهت پذیرش بالینی و استفاده از اسکن‌های MRI با شتاب AI است زیرا برای اولین بار نشان می‌دهد که تصاویر حاصل از هوش مصنوعی از نظر ظاهری از امتحانات بالینی استاندارد MRI قابل تشخیص و از نظر صحت تشخیصی قابل تعویض بودند. مایکل رشت، نویسنده اصلی تحقیق جدید می‌گوید: این یک تغییر پارادایم هیجان انگیز در چگونگی توانایی ما برای بهبود تجربه بیمار و ایجاد تصاویر بهتر است.

نتایج حاصل از پروژه fastMRI منبع باز است، بنابراین تیم تحقیقاتی امیدوار است که فروشندگان سخت افزار MRI بتوانند سریعاً الگوریتم های جدید را در محصولات خود بگنجانند. این نوآوری همچنین باید به راحتی در طی چند سال آینده در سخت افزار MRI از قبل موجود در بیمارستان ها گنجانده شود، ضمن اینکه دسترسی به MRI را تعداد بیشتری از افراد استفاده می‌کنند و تجربه‌های بیماران بهتر می‌شود.

منبع: newatlas

بامد مرجع تخصصی تجهیزات پزشکی و ملزومات مصرفی