当病人爬进核磁共振扫描仪时，它会观察病人体内复杂的解剖结构，比如膝盖的韧带和肌腱。但今年1月，在新冠疫情爆发之前，一些需要在纽约大学朗格尼健康中心(NYU Langone Health)接受膝盖扫描的患者开始有意接受两次扫描。扫描一个典型的人类膝盖需要大约10分钟，这些受试者——他们已经同意参加一项研究——以正常的速度扫描他们的关节，以及大约两倍的速度(在人工智能的帮助下)。在冠状病毒中断后，该工作已经恢复使用医院的一台扫描仪。
该倡议是该医疗中心与Facebook人工智能研究(Facebook Artificial Intelligence Research)合作进行的一项持续努力的一部分，目的是看看运行一台核磁共振成像机的速度是否更快——在过程中获取的数据更少——可以产生与正常方式产生的图像一样好的图像。减少约10分钟的膝盖扫描约5分钟,或缩短扫描时间身体的其他地区,有明显的好处:一个病人可以花更少的时间在一个铿锵有力的管(一个程序,要求他们持有尽可能仍然)和医院能做的更昂贵,有限的硬件。
为了实现这一目标，放射科医生和计算机科学家需要使用人工智能。如果他们用比平时快两倍的速度运行核磁共振机，然后试图用正常方法将收集到的数据转换成图像，结果将是不可用的糟糕。人工智能:利用机器学习来分析相对不足的数据，然后生成一张图片，生成确实有用的东西，事实上，在一些放射科医生看来，它的质量比其他替代品更好。
该项目上个月报告了好消息。参与研究的研究人员公布了另一项研究的结果，该研究旨在确定放射科医生能否分辨出典型的MRI图像和使用人工智能的图像之间的区别，以及这些扫描是否可以在诊断上互换。去年，《大众科学》(Popular Science)独家深入研究了这一过程，跟踪了一位参与实验的医生。这项研究结果发表在上个月的《美国x射线杂志》上。
研究结果令人鼓舞。纽约大学朗格尼健康中心放射科主任迈克尔·雷希特(Michael Recht)博士是这项已发表研究的第一作者，他说，与通过正常程序生成的图像相比，人工智能生成的图像(来自比通常收集的更少量的数据)效果很好。Recht说:“人们阅读扫描的方式没有区别，无论是阅读加速序列还是临床[传统]序列。”“他们能够在两种扫描中做出同样好的诊断。”
事实上，他说他会依靠人工智能生成的病人膝盖的图像来做出诊断——外科医生可能会根据这个结论来决定是否进行手术。他说:“这些序列确实是可以互换的，我非常、非常愿意用这些序列来诊断。”在参与研究的六名放射科医生中，只有一人能够分辨出扫描是正常进行的还是使用了人工智能。
在这项最近发表的研究中，患者实际上没有被扫描两次。相反，该团队对患者的膝盖进行了核磁共振扫描，并模拟了更快的成像过程所产生的过程，即剥离一些原始数据，然后使用人工智能将这些数据编织成完整的图像。
但目前的工作确实是对患者进行两次扫描，Recht希望之后能将他们从接受膝关节镜手术的患者那里学到的东西作为“黄金标准”。这样，他们就可以看到两种不同的扫描——一种是正常扫描，另一种是通过更快的、5分钟的人工智能扫描——然后将它们与外科医生最终在手术台上看到的进行比较。
最终，在某些情况下，这一过程可以帮助核磁共振成像仪取代x射线或CT扫描仪，这意味着需要大脑成像的人，例如，从CT扫描仪可以跳过机器产生的电离辐射，而选择快速的核磁共振成像仪。
