Facebook的人工智能(AI)實驗室正與紐約大學醫(yī)學院合作，嘗試將核磁共振成像(MRI)的檢查速度提高10倍,，假如成功的話,，未來放射科醫(yī)生將在幾分鐘內(nèi)就可以完成檢測。

　　核磁共振技術(shù)一般幫助醫(yī)生觀察器官,、組織和骨骼,，且不需要將患者暴露在有害的輻射之下，成像質(zhì)量在發(fā)現(xiàn)軟組織損傷這方面尤其有幫助,。但這項技術(shù)目前的問題是,，每次檢查時間很長，最長要1小時,。而且在檢查過程中,，患者需要在管狀機器內(nèi)保持紋絲不動。這對任何人來說都十分煎熬,。長時間的檢查也限制了醫(yī)院每天可以進行的檢查數(shù)量,，進而導致醫(yī)療成本居高不下。

　　而Facebook的計算機科學家認為,，他們可以使用機器學習來加快檢查速度,。為此，紐約大學提供了1萬份核磁共振檢查的匿名數(shù)據(jù)集,，其中包括約300多萬張膝蓋,、大腦和肝臟的成像。研究人員將使用這些數(shù)據(jù)訓練算法,，利用深度學習方法來識別骨骼,、肌肉、韌帶和其他人體構(gòu)成的組織構(gòu)造,。將這些知識構(gòu)建到驅(qū)動核磁共振機器的軟件中,，可以允許讓AI創(chuàng)建部分成像，從而節(jié)省時間,。

　　“患者只需要在機器里呆五分鐘。這項技術(shù)將帶來真正的變革,，”紐約大學醫(yī)學院放射研究副主任丹尼爾·索迪克森(Daniel Sodickson)說道,。

　　檢查速度的提高可以讓放射科醫(yī)生進行更廣泛的測試，索迪克森說,。就好比提高相機的快門速度,，因此功能增強的檢查或許也可以應(yīng)用于，比如說,，跟蹤心臟跳動,。

　　Facebook AI研究小組拉里·茲特尼克(Larry Zitnick)表示,，公司去年開始與紐約大學討論這個項目，因為AI團隊希望在進行基礎(chǔ)研究的同時,，也能開展一些能帶來實際效益的工作,。Facebook計劃未來開源所有研究結(jié)果，希望通過數(shù)據(jù)共享來鼓勵其他人繼續(xù)拓展這項工作,。

　　新技術(shù)的挑戰(zhàn)在于如何讓AI在創(chuàng)建成像的時候不遺漏任何重要的細節(jié),，比如韌帶上的一個微小撕裂。但是,，研究人員仍舊持樂觀態(tài)度,。紐約大學放射科醫(yī)生去年發(fā)布的初步研究結(jié)果顯示，AI可用于重構(gòu)核磁共振數(shù)據(jù),。