磁共振成像(MRI)是医学领域最强大的"相机"之一，但也是最慢的之一。一次扫描通常需要半小时，速度往往跟不上它试图捕捉的生理过程。如今，以色列理工学院(Technion)的研究人员找到了一种显著提高扫描速度的方法，而实现这一突破的并非更强的磁铁或更昂贵的设备，而是数学与精准剂量人工智能的结合。
他们开发的方法名为ELITE，能够每秒重建一幅可用图像，而传统动态扫描每1-2分钟才能获取一幅图像。这项研究于5月发表在《自然通讯》(Nature Communications)期刊上，以色列理工学院于6月22日向公众公布了这一成果。该技术主要针对乳腺癌诊断，其价值不仅在于提高患者舒适度或单纯加速过程，更在于使扫描能够捕捉到以往可能遗漏的重要信息。
动态乳腺MRI通过注射对比剂并观察组织如何吸收它来进行工作。这种吸收模式是诊断的一部分：癌组织通常快速吸收并快速释放对比剂，而良性组织则通常更缓慢、更稳定地吸收。准确解读这种节律需要同时具备精细的细节和精确的时间分辨率，而在此之前，扫描仪不得不在两者之间做出权衡。在对54名患者进行的测试中，ELITE每秒获取一幅图像，成功兼顾了这两方面需求。
为什么MRI扫描如此耗时
要理解这一挑战，需要了解MRI的实际工作原理。它并非拍摄照片，而是逐点收集原始频率数据，填入称为k空间的网格中，之后计算机才将该网格转换为放射科医生所阅读的图像。填满整个网格正是导致扫描缓慢的原因，使完整检查时间超过一小时。对于恐惧的儿童、幽闭恐惧症患者，或等待名单漫长的诊所来说，每一分钟都至关重要。
加速的方法是收集更少的数据，让计算机重建其余部分。但危险在于，填补数据空缺的计算机不仅能造成模糊，还可能"创造"不存在的内容。一个被训练来提供缺失细节的模型可能会"绘制"出从未存在的病变，或悄悄抹去真实存在的病变。在2020年的一项社区挑战中，几个领先的系统正是这样做的，令人担忧的是，这些伪造的图像在标准自动化质量检查中得分仍然很高。结论很清醒：人类放射科医生仍然必须进行最终审查。
ELITE的实际工作原理
这正是以色列理工学院团队设计的突出之处。ELITE没有将全部工作交给神经网络来"创造"像素，而是首先依靠描述组织随时间行为的数学模型，仅使用相对较小的AI网络来清理噪声和欠采样留下的伪影。物理原理承担主要工作，而AI则负责整理。这是一种刻意保守的方法，而这正是当图像决定诊断时你所期望的。
这项突破的重要性
这些进展并非实验室中的承诺，等待批准。AI重建技术已在全球医院中应用：通用电气(GE)的深度学习系统于2020年获得美国食品药品监督管理局(FDA)批准，西门子和飞利浦也推出了自己的系统。以色列理工学院团队突破的是最困难的部分——时间维度，这一领域的进展一直较为缓慢。
其影响并非抽象概念。对于高遗传风险的女性，MRI能够发现乳腺X光检查可能遗漏的癌症，其敏感性约为77%，而乳腺X光检查约为39%，尽管前者也会引发更多假警报。限制因素很少是科学本身，而是成本和设备容量。据世界卫生组织统计，2022年约有230万女性被诊断出乳腺癌，其中约67万人死亡，大多数发生在扫描设备稀缺的地区。需要更少数据的扫描意味着可以惠及更多人群。
以色列的贡献
这项突破来自一个已在医疗影像AI领域悄然成为重要力量的国家。特拉维夫的Aidoc公司已获得30多项FDA批准，在约2000家医院运行。Ibex在病理学领域做着类似工作，Nanox.AI则专注于X光和CT。根据以色列创新局的统计，少数几家以色列公司拥有全球约60项AI医疗影像的FDA批准，接近全球总数的6%。以色列理工学院本身现在在AI研究方面排名欧洲第一，全球前24位。主要作者埃迪·所罗门(Eddy Solomon)最近将其实验室带到该校生物医学工程学院，继续与纽约大学和威尔康奈尔医学院的合作者开展工作。一位前沿研究人员选择海法作为工作地，这本身就是一条安静但重要的新闻。
今年最引人注目的AI故事属于聊天机器人和政府希望限制的模型。而可能触及更多生命的突破则更为低调，它来自海法：一段数学公式让机器能够跟上肿瘤的发展速度，而非落后于它。前沿并不总是看起来像前沿。有时它看起来像一幅更清晰的图像，来自以色列实验室，一秒内呈现，而非两分钟。
【全文结束】