「人工智能」是什么制约了MR在中国的普及？ |技术|传染病|电脑|

疫情的全球化蔓延，更多成了CT、呼吸机、超声等设备的主战场。而设备精密程度堪称金字塔尖的MR ，在疫后体系建设中有哪些机会？是什么制约了MR在中国的普及？
由于CT对于新冠肺炎的影像学表现明显，易于获得，且能比RT-PCR更准确地揭示患者患病的真实情况，这一类影像设备确实在疫情中发挥了不可替代的价值。但探其背后，如今的广泛应用，离不开设备本身的技术壁垒以及医学人工智能的飞速发展。
九十年代初期，中国CT影像设备一年的销售量只有两百台左右；到了今年，这个数字已经超过了四千台，这里发生了超过20倍的增长。到了2018年，每百万人口CT保有量已经达到了16.8台，虽离美国的32.2台仍有差距，但在本次疫情之中，确已满足发热门诊的需要，而AI则在其中弥补的影像科医生不足的缺陷。
相比之下， MR的保有量则略有不足，仅有的数据为2017年底统计的8289台，如此算下来，每百万人保有量仅5.9台，特别是在上海这样的一线城市，上海市区的居民曾为拍一个MR等待一个月的时间。
同为主流的大型影像设备，为何MR与CT在国内的普及程度相差巨大？
图像质量门槛高，技术壁垒是最大制约
从影像发展的技术来说，从一百年前的二维X光，到三维的CT ，再到磁共振，不同的序列，会产生不同的图像。而磁共振能够看到更多的功能信息，图像越来越多，需要人眼处理的信息量就越来越大，但人脑的处理能力是有限的。 “如果一个人来看，我们的人脑就会崩溃了，所以必须借助大数据和人工智能来帮忙。 ”国家重点基础研究发展计划（973计划）首席科学家，来自中科院的田捷表示。
尽管MR在功能成像上存在巨大的优势，但针对这一类影像进行人工智能研究的公司却因为数据量和复杂度的限制而寥寥无几。如今，国内人工智能企业1800余家企业，医疗和影像人工智能占了280家，而在这些厂商中，有能力开发磁共振医疗影像AI产品的企业却不足5家。
GE医疗中国磁共振产品部总经理赵霞表示，相较于CT、X光等设备， MR的成像原理和设备相对复杂，影响因素和维度也非常多，所以发展也相对慢一些，这就更要求设备厂商能够提供质量更好的图像，高质量图像进、高质量的信息出。
不同于X射线与CT ， MR（磁共振）能够为患者提供更为丰富的软组织相关细节。简单来说，磁共振的原理是通过计算机捕获平衡状态粒子获能后的跃迁。成像过程中，计算机必须处理不同序列下的多维数据，很多环境因素都会改变图像的质量。
“胃肠道的蠕动，甚至吞咽动作，周围的干扰信号，都有可能造成伪影，这样的图像给到医生，医生无法进行诊断。 ”赵霞表示， “所以，如何去掉MRI拍摄中的伪影，让医生拿到一个真正的高质量图像，进而降低重复拍摄带来的运营成本。其次是速度问题。 CT扫描通常一分钟不到就能做完，但MR却需要耗费几十倍的时间，速度问题一直是限制其广泛应用的瓶颈之一。 ”
据统计，近20%的MRI成像会由于图像伪影问题，而导致需要重新做检查。 “这样无论给医院运行成本，还是患者就诊时间上来看，都会造成很大就诊压力和资源浪费。所以，我们考虑的就是，如何帮助医院获得更高质量的图像，而且缩短患者检查的时间。 ”赵霞对动脉网补充道。
善用所长，从成像源头突围
3月28日， GE医疗发布了“智简”AI平台或能为医院与患者提供一个双赢方案。不同于通常情况下AI对于成像数据的剖析， GE医疗这一次将目光放在了前端成像环节，从信号采集到数据处理，再到原厂图像重建，进行AI技术的开发。这意味着， GE医疗能够从成像源头优化图像精准度并提高成像效率。
从质量和速度两个方面出发，智简AI平台运用高智能的深度神经网络算法，对超过10万例磁共振原始图像数据进行了学习。完成学习后，该平台可以在成像过程中对每个线圈单元采集到的原始数据进行特征提取，对噪声、伪影信息进行识别处理，第一时间将数据中的噪声等杂质剔除，获得高质量的原始图像数据。同时，图像重建优化过程中，也将基于AI算法抑制图像伪影，深度提升图像信噪比，让成像速度大幅提高。