使用人工智能生成的快速M(fèi)RI掃描與傳統(tǒng)MRI一樣準(zhǔn)確

由人工智能(AI)生成的快速磁共振成像(MRI)掃描與傳統(tǒng)MRI一樣有效，并且在診斷上可以互換。結(jié)果可以顯著改善患者體驗(yàn)，擴(kuò)大MRI的使用范圍，并有可能啟用MRI的新用例。

在這項(xiàng)研究中，研究人員在醫(yī)學(xué)和Facebook AI的NYU格羅斯曼學(xué)校建立了一個(gè)神經(jīng)網(wǎng)絡(luò)，并使用deidentified膝蓋核磁共振成像，這是創(chuàng)建和共享由紐約大學(xué)朗格尼健康為部分世界上最大的開源數(shù)據(jù)集訓(xùn)練有素它fastMRI主動(dòng)它兩年前在Facebook上推出。通過刪除大約四分之三的用于創(chuàng)建掃描的原始數(shù)據(jù)，AI模型能夠生成與標(biāo)準(zhǔn)的慢速M(fèi)RI過程創(chuàng)建的掃描相匹配的fastMRI掃描。由于fastMRI掃描所需的數(shù)據(jù)減少了四倍，因此可以使患者成像更快，并且在掃描機(jī)上花費(fèi)的時(shí)間更少。

肌肉骨骼放射科醫(yī)生對(duì)108例患者的兩組膝部MRI進(jìn)行了回顧，其中一組使用標(biāo)準(zhǔn)成像技術(shù)，而另一組使用fastMRI AI模型。該結(jié)果發(fā)表在《美國放射學(xué)雜志》上，發(fā)現(xiàn)放射科醫(yī)生的評(píng)估沒有顯著差異。他們的放射科醫(yī)生發(fā)現(xiàn)了相同的異?，F(xiàn)象，并做出了相同的診斷，無論他們是在檢查標(biāo)準(zhǔn)還是AI生成的MRI。此外，所有放射科醫(yī)生都認(rèn)為AI加速圖像的整體質(zhì)量要比傳統(tǒng)圖像好。

“這項(xiàng)研究是邁向AI加速M(fèi)RI掃描臨床接受和利用的重要一步，因?yàn)樗状巫C明AI產(chǎn)生的圖像在外觀上與標(biāo)準(zhǔn)的臨床MRI檢查基本沒有區(qū)別，并且在診斷準(zhǔn)確性方面可以互換， ”該研究的主要作者，紐約大學(xué)朗根分校放射學(xué)主席兼路易斯·馬克思教授Michael P. Recht博士說。“這標(biāo)志著我們?nèi)绾胃纳苹颊唧w驗(yàn)和創(chuàng)建圖像的令人振奮的范例轉(zhuǎn)變。”

研究細(xì)節(jié)

該研究旨在顯示AI生成的圖像將像傳統(tǒng)圖像一樣可靠地進(jìn)行相同的診斷，并滿足放射科醫(yī)生的需求。在這項(xiàng)研究中，六名肌肉骨骼放射科醫(yī)生審查了在紐約大學(xué)朗格健康中心接受評(píng)估的108位測(cè)試患者的兩組膝關(guān)節(jié)MRI。

每個(gè)患者病例生成兩套MRI：一組使用標(biāo)準(zhǔn)成像技術(shù)，另一組使用fastMRI AI模型。放射科醫(yī)生沒有告知評(píng)估掃描的圖像，這些圖像是使用AI創(chuàng)建的，為了限制召回偏差的可能性，對(duì)標(biāo)準(zhǔn)圖像和AI加速圖像的評(píng)估間隔至少一個(gè)月。

放射科醫(yī)師系統(tǒng)地評(píng)估了影像的病理狀況，例如半月板撕裂，韌帶異常和軟骨缺損，并在結(jié)構(gòu)化報(bào)告中指出了這些影像。還要求審閱者對(duì)圖像質(zhì)量進(jìn)行評(píng)級(jí)，并說他們是否認(rèn)為該圖像是使用AI創(chuàng)建的。在放射科醫(yī)生對(duì)每例病例進(jìn)行了AI加速和傳統(tǒng)MRI檢查后，將結(jié)果進(jìn)行比較，以查看他們的診斷是否存在差異。

“我們對(duì)這些結(jié)果感到非常鼓舞，”放射學(xué)研究副主席，紐約州立大學(xué)高級(jí)影像創(chuàng)新與研究中心主任Daniel K. Sodickson博士說 。“我們還鼓勵(lì)其他人使用fastMRI數(shù)據(jù)和開源代碼來建立我們的發(fā)現(xiàn)。我們將共同努力，繼續(xù)推動(dòng)醫(yī)學(xué)成像的界限，使用AI不僅要復(fù)制人類執(zhí)行的任務(wù)，而且要生成全新的諸如超快MRI的功能，可以增強(qiáng)對(duì)患者的護(hù)理。”