Αναμείνατε ολίγον τι
Τεχνολογία

NYU και Facebook: Η τεχνητή νοημοσύνη θα επιταχύνει τις μαγνητικές τομογραφίες

Recht, Sodickson, and Lui examine MRI scans of a knee at NYU Langone Health in August 2018.

Η ερευνητική ομάδα τεχνητής νοημοσύνης (AI) του Facebook και το School of Medicine του NYU (New York University) συνεργάζονται για να διερευνήσουν το ενδεχόμενο προσαρμογής της τεχνητής νοημοσύνης στις μαγνητικές τομογραφίες (MRI – magnetic resonance imaging).

Η προσπάθεια αυτή έχει ως σκοπό να επιταχυνθεί η διαδικασία της μαγνητικής τομογραφίας μέχρι και 10 φορές!

Το εγχείρημα αυτό έχει ονομαστεί fastMRI και σε αυτό εργάστηκαν οι Larry Zitnick, Nafissa Yakubova της ομάδας FAIR (Facebook Artificial Intelligence Research) και οι Daniel Sodickson, (M.D. – Ph.D), Michael Recht (M.D.), και Yvonne Lui (M.D.) του πανεπιστημίου της Νέας Υόρκης (NYU School of Medicine).

“Αν αυτή η προσπάθεια στεφθεί με επιτυχία, θα κάνει διαθέσιμη την τεχνολογία της μαγνητικής απεικόνισης σε περισσότερους ανθρώπους, διευρύνοντας την προσβασιμότητα σε αυτό το βασικό διαγνωστικό εργαλείο”, ανέφεραν οι άνθρωποι της εταιρείας του κοινωνικού δικτύου στο σχετικό άρθρο τους.

Οι ερευνητές τόνισαν ότι η μαγνητική απεικόνιση έχει μεγαλύτερη διάρκεια -από 15 λεπτά έως 1 ώρα ή και περισσότερο- από μία ακτινογραφία (X-ray scan) ή από μία αξονική απεικόνιση (CT scan) -μερικά δευτερόλεπτα έως 1 λεπτό.

Η χρονική διάρκεια αποτελεί σύνηθες πρόβλημα στις εξετάσεις των ασθενών, και δημιουργεί διάφορες προκλήσεις. Καθ’ολη την διάρκεια πρέπει να παραμείνει ο άνθρωπος ακίνητος, που μπορεί να είναι απαγορευτικό για κάποιους ανθρώπους ειδικότερα σε παιδιά. Αρκετοί άνθρωποι πάσχουν από κλειστοφοβία, και κάποιοι, λόγω προβλημάτων υγείας, τους είναι δύσκολο έως αδύνατο να παραμείνουν ξαπλωμένοι για αρκετή ώρα.

Εκτός αυτών, όταν ο στόχος είναι να απεικονιστούν όργανα που βρίσκονται στο κορμό του σώματος, όπως η καρδια και το ήπαρ, ο ασθενής πρέπει να κρατά και την ανάσα του.

Έτσι μία πολύ πιο γρήγορη διαδικασία, θα μειώσει το χρονικό διάστημα που απαιτείται για την εξέταση, και έτσι να μειωθούν -αν όχι να εξαλειφθούν- τα παραπάνω προβλήματα.

Ένα άλλο δυσάρεστο γεγονός είναι η έλλειψη μαγνητικών τομογράφων σε διάφορες επαρχίες και σε πιο απομακρυσμένες περιοχές. Αυτό συμβάλλει κατά πολύ στην μεγάλη διάρκεια αναμονής για να υποβληθεί κανείς σε μία τέτοια εξέταση.

Η ενσωμάτωση μίας ταχυτερης τεχνολογίας στους μαγνητικούς τομογράφους, θα επέτρεπε στα εκάστοτε εργαστήρια και στους γιατρούς τους να εξετάσουν μεγαλύτερο πλήθος ασθενών σε μικρότερο χρονικό διάστημα.

“Η αύξηση της ταχύτητας θα μπορούσε να επιτρέψει στους μαγνητικούς τομογράφους να αντικαταστήσουν τις ακτινογραφίες και τις αξονικές τομογραφίες για κάποιες εφαρμογές, επιτρέποντας στους ασθενείς να αποφύγουν την ιοντίζουσα ακτινοβολία των μηχανημάτων αυτών”, ανέφεραν οι ερευνητές.

Για τις ανάγκες του προγράμματος, οι ερευνητές έχουν πρόσβαση σε 10.000 κλινικές περιπτώσεις, οι οποίες περιέχουν 3 εκατομμύρια μαγνητικές απεικονίσεις γονάτων, εγκεφάλου και ήπατος.

Τα δεδομένα αυτά συλλέχθηκαν αποκλειστικά από το NYU School of Medicine.

Η ίδια η εταιρία του Facebook ανέφερε ότι τα ονόματα όπως και άλλες κρίσιμες πληροφορίες της υγείας των συμμετεχόντων ασθενών, έχουν αφαιρεθεί από τα δεδομένα ώστε να διαφυλαχθεί η προστασία της ταυτότητας τους.

Η διαδικασία που ακολουθούσαν τα μηχανήματα αυτά ως τώρα για την συλλογή των δεδομένων ακολουθούσε ένα σειριακό μοτίβο.

Αυτό σημαίνει ότι αν ο τομογράφος βρεθεί σε μία μεγαλύτερη περιοχή του σώματος, τότε θα σταθεί για περισσότερη ώρα σε αυτό το σημείο ώστε να συλλέξει τις πληροφορίες.

Με την βοήθεια της τεχνητής νοημοσύνης, η ομάδα του fastMRI μπορεί να επιταχύνει τις διεργασίες.

Στην ουσία, η ομάδα θέλει να κάνει τα μηχανήματα να συλλέγουν λιγότερες αλλά περισσότερο  σχετικές πληροφορίες, και έτσι να εξοικονομηθεί χρόνος με την ταχύτερη επεξεργασία των δεδομένων.

Αυτή η διαδικασία μπορεί να παρομοιαστεί με την λειτουργία της ανθρώπινης συμπεριφοράς. Σε αρκετές περιπτώσεις είμαστε σε θέση να συμπαιράνουμε με μεγάλη ακρίβεια του τι παρουσιάζεται, παρατηρώντας μόνο ένα μέρος μιας φωτογραφίας ή εικόνας.

Η βασική αρχή που ακολουθείται σε αυτή την προσπάθεια είναι μέρος της ενισχυτικής μάθησης, γενικός όρος που έχει δοθεί σε μια οικογένεια τεχνικών στις οποίες το σύστημα μάθησης προσπαθεί να μάθει μέσα από την άμεση αλληλεπίδραση με το περιβάλλον.

“Το στοιχείο κλειδί είναι να εκπαιδεύσουμε τεχνητά νευρωνικά δίκτυα να αναγνωρίζουν την υποκείμενη δομή των εικόνων για να γεμίσουν αυτά που παραλείπονται από την επιταχυνόμενη σάρωση.”

Πηγές

Μοιραστείτε το άρθρο

The following two tabs change content below.

agathan

Αποφοίτησα απο το τμήμα Εφαρμοσμένων Μαθηματικών του Πανεπιστημίου Κρήτης. Κάτα την διάρκεια εργάστηκα στην τεχνική υποστήριξη του τμήματος. Ακολούθησε το μεταπτυχιακό μου, Msc In Applied Mathematics at University Of Delaware. Ύστερα δούλεψα για μερικά χρόνια σαν web developer (CMS and what not) και SEO/Google Ads engineer.
Και τώρα είμαστε στο GeekD, μια λέξη που περιγράφει όλα τα παραπάνω.

"All we have to decide is what to do with the time that is given us."
-Gandalf The Grey, JRR Tolkien

Αφήστε ένα σχόλιο

Επιλογές της ομάδας
σκίτσο του Άλμπερτ Αϊνστάιν
Πώς τα μυστικά των πρώτων αριθμών κάνουν τον κόσμο μας ασφαλέστερο
Πώς ο Ερατοσθένης υπολόγισε την περιφέρεια της Γης πάνω από 2000 χρόνια πριν;
Τι θα γινόταν αν ο αυτισμός ήταν ... υπερδύναμη;
Εκπληκτικές φωτογραφίες του Cassini λίγο πριν τη συντριβή του στον Κρόνο