Технологические компании изучают новые возможности для своего опыта в области искусственного интеллекта (ИИ), которые могут быть использованы более эффективно. Крупнейшая в мире социальная сеть Facebook Inc. (FB) объявила о работе над исследовательским проектом, связанным с медицинской визуализацией. Инициатива реализуется совместно с командой врачей на отделении радиологии Медицинской школы Нью-Йоркского университета.
В настоящее время сканирование магнитно-резонансной томографии (МРТ) занимает от 15 минут до часа. МРТ - это тип сканирования, который использует сильные магнитные поля и радиоволны для получения детальных изображений внутри тела и является популярным методом диагностики. Совместный проект направлен на то, чтобы сократить время сканирования МРТ в 10 раз. В случае успеха, он станет переломным моментом, особенно в тех случаях, когда для своевременного лечения требуется быстрая диагностика и обработка. Кроме того, более короткий временной цикл также освободит аппарат МРТ, который будет использоваться гораздо большим количеством пациентов; В настоящее время многие учреждения МРТ имеют списки ожидания дней или недель.
Инженеры Facebook, входящие в группу исследований искусственного интеллекта (FAIR), планируют использовать нейронные сети для инновационного проекта, называемого fastMRI. Нейронные сети - это серия алгоритмов, которые стремятся идентифицировать отношения в наборе данных с помощью процесса, который отражает работу человеческого мозга. Исследователи будут использовать около 3 миллионов МРТ-изображений головного мозга, печени и колен, полученных из 10 000 различных медицинских случаев, доступных в Медицинской школе Нью-Йоркского университета. Для обеспечения безопасности данных и необходимой анонимности все данные о вовлеченных пациентах удаляются из медицинских изображений. Данные из профилей в социальных сетях Facebook не используются.
Попытки ускорить МРТ-сканирование
Команда сначала изучит, как выполняется МРТ-сканирование в текущем процессе, где различные снимки тела объединяются для создания подходящих изображений. Следующим этапом является оценка того, может ли ИИ быстрее предоставлять аналогичные или лучшие результаты с помощью более интеллектуальных сканирований, которые собирают и обрабатывают меньше данных. «Ключ в том, чтобы научить искусственные нейронные сети распознавать основную структуру изображений, чтобы заполнить виды, пропущенные при ускоренном сканировании», - утверждают исследователи, участвующие в проекте. Первоначальные результаты выявили положительные признаки: ИИ был успешным в создании подходящих сканов из меньшего количества данных.
Менло-Парк, штат Калифорния, компания делает успехи в области искусственного интеллекта и имеет опыт работы с данными, а также обработки изображений. Он использовал ИИ для значительного распространения нелегального контента в своей сети, чего было бы трудно достичь с помощью операторов и стандартного программирования.
В прошлом году компания закрыла проект, который пытался обучить автоматизированных ботов вести переговоры, хотя она использовала ИИ для успешного перевода переводов на своей платформе.
