醫(yī)學(xué)圖像是醫(yī)療診斷過程中極為重要的一部分，它能夠有效的輔助醫(yī)生提高診斷能力，成為病癥診斷、監(jiān)測的重要影像佐證。依靠計算機X線攝影、
醫(yī)學(xué)圖像是醫(yī)療診斷過程中極為重要的一部分，它能夠有效的輔助醫(yī)生提高診斷能力，成為病癥診斷、監(jiān)測的重要影像佐證。依靠計算機X線攝影、計算機X線斷層掃描、核磁共振、超聲、數(shù)字減影血管造影等技術(shù)，使得醫(yī)學(xué)圖像的類型多種多樣，產(chǎn)生了如正電子放射斷層造影術(shù)、乳房攝影術(shù)、醫(yī)學(xué)超聲波檢查、心血管造影和血管造影等具體醫(yī)療診斷影像。而在這其中，計算機X線斷層掃描(Computed Tomography，以下簡稱CT)和核磁共振成像(Magnetic Resonance Imaging，以下簡稱MRI)則是極為重要的存在。
CT和MRI的區(qū)別，如果不考慮檢查范圍、對人體的影響、影像拍攝時間等方面，僅僅從成像方式來說明，CT是X線束對人體橫斷面的掃描成像，總結(jié)來說，CT圖像是經(jīng)過種種處理后的重建圖像;MRI是基于核磁共振現(xiàn)象的斷層成像的一種，利用核磁共振現(xiàn)象從人體中獲得電磁信號并重建出人體信息，兩者其實有很大的不同，不能互相替代也并無好賴之分。
發(fā)展中的CT與MRI
MATRIX與CT圖像
MATRIX AI醫(yī)療中的小細胞癌癥項目和骨折檢測都是以CT原始圖像為基礎(chǔ)，通過人工智能技術(shù)來完成一系列整理、分析、預(yù)測等操作。針對這兩個項目，MATRIX分別解決了增強CT圖像過大而難以分析的問題，研發(fā)系統(tǒng)在超大圖像(20000*20000)的情況下，能夠兼顧全局和微觀，實現(xiàn)對于小細胞癌癥進行鑒別，計算患癌面積并完成病灶勾勒;對已脫敏的原始CT圖像重建獲得三維圖像，通過高級形態(tài)學(xué)分辨人體骨骼，有效的提高對骨折類型診斷的準(zhǔn)確率。
持續(xù)探索中的MRI
微軟與凱斯西儲大學(xué)通過量子計算和增強顯示技術(shù)直接將圖像連接到組織的定量特性，以此來改善核磁共振成像技術(shù);Facebook則在早前與紐約大學(xué)醫(yī)學(xué)院合作，期望利用人工智能將核磁共振成像掃描的速度提高10倍。
之所以進行醫(yī)學(xué)圖像的升級，不光是因為醫(yī)學(xué)圖像在診斷中所具有的重要意義，更重要的是一張醫(yī)學(xué)圖像能夠在人工智能等技術(shù)的支持下，推動醫(yī)療領(lǐng)域發(fā)展和提升醫(yī)療水平。
加拿大科研人員利用核磁共振對腦部進行掃描，通過核磁共振的圖像與植物人建立溝通。
美國研究人員在MRI技術(shù)的支持下，經(jīng)過100多小時的掃描，獲得了迄今為止最為詳細的人腦三維圖像，圖像的分辨率可以看清直徑小于0.1毫米的物體，堪稱史無前例。
那么，我們是否可以嘗試繼續(xù)探索這些完成診斷任務(wù)之后的醫(yī)學(xué)圖像的存在意義。
圖像是數(shù)據(jù)的另一種展現(xiàn)形式，而醫(yī)學(xué)圖像本身就是極具價值的高質(zhì)量數(shù)據(jù)。人工智能的發(fā)展離不開數(shù)據(jù)的支持。在各種新型技術(shù)推動醫(yī)療領(lǐng)域不斷發(fā)展、突破的同時，醫(yī)學(xué)圖像也在推動人工智能、區(qū)塊鏈等技術(shù)探索新的可能。
不管是MATRIX的小細胞癌癥項目還是骨折檢測，或是在MATRIX 2.0中所提到的人工智能醫(yī)療平臺都離不開這些高質(zhì)量的圖像數(shù)據(jù)，這些圖像可以有效地訓(xùn)練AI模型，提升醫(yī)療診斷系統(tǒng)和人工智能醫(yī)療平臺的水平，從而能夠不斷提升診斷的準(zhǔn)確度及可診斷疾病的類型。（馬先知）
