脸书与纽约大学医学院合作，以AI让MRI扫描速度快10倍

有鉴于磁振造影（Magnetic Resonance Imaging, MRI）耗时较长的问题，脸书AI研究中心（FAIR）及纽约大学医学院放射系周一宣布将合作研究以人工智能（AI）使MRI扫描速度加快10倍。

MRI扫描可让医疗人员比传统医疗造影科技更易于观察体内的软组织，包括器官及血管的细部状态。但这种医疗检测十分耗时，不像X光和断层扫描几秒、最多一分钟即可结束，MRI短则15分钟，长到超过1小时。冘长的检测时间使MRI往往无法用于儿童或是幽闭恐惧症患者、或是无法躺下的人。此外，过长的检测时间也拉长了医疗资源短缺的偏远地区和国家民众就医等候时间。

若能成功加快MRI的扫描速度，将有助于这项技术普及到更多病患。名为fastMRI的研究计划第一阶段重点在改变MRI机器运作方式。现在MRI扫描机是搜集连续原始数值，再转成人体内部构造横切面影像，再由医师进行判断。而搜集的数据愈多，扫描就愈耗时。

研究团队想了解，使用AI是否可以减少搜集的数据量，进而加速扫描速度，又能不损及、甚至提升资料准确度。关键在于训练神经网络来辨识出这些影像的底层结构，以便填补加速扫描影像中缺失的部分。但实际上这是相当挑战的研究，因为神经网络必须在不牺牲准确性的情况下填补资料，任何缺失或失准，都可能导致诊断过程中遗漏病患身上的韧带断裂甚至肿瘤。

本专案的影像资料来自纽约医学院所搜集的10,000名临床案例，包含病患膝盖、脑部及肝脏近300万张匿名处理的MRI影像和原始扫描资料。此外也强调完全没有涉及脸书资料。

不同于一般医学AI研究专案中，利用AI从医学影像找出异常或诊断资讯的研究目的，脸书和纽约医学院这项研究是利用机器学习以全新方式重建医疗影像，也是说，他们不只是要用AI来做资料采矿，而是医疗视觉化的全新方式。

研究团队计划将研究成果开源给其他团队。脸书方面将分享研究相关的AI模型、基准点及评估值，纽约医学院则会公开影像资料集。研究团队希望下一阶段将AI研究对象从MRI扩大到其他医学影像，如断层扫描。