دستگاههای تشخیص مغناطیسی (MRI) نقشی حیاتی در تشخیص بهموقع بیماریهای خطرناک ایفا میکنند، اما قیمت نجومی 1.1 تا 3 میلیون دلاری آنها دسترسی به این تکنولوژی را در بسیاری از نقاط جهان محدود کرده است. اکنون «ابتکار تصویربرداری متنباز» (Open Source Imaging Initiative) با معرفی اسکنر OSI2 ONE موفق شده با هزینهای کمتر از 70 هزار دلار (کمتر از 7 درصد قیمت دستگاههای معمول) دستگاه امآرآی قابلحملی بسازد که هسته اصلی آن با چاپ سهبعدی تولید شده است.
چالش قدرت میدان و راهکار هوش مصنوعی
بهرهبرداری از این اسکنرهای ایساسی با چالشهایی همراه است. دستگاههای تماماندازه معمولاً از قدرت میدانی بین 1.5 تا 3 تسلا (T) بهره میبرند، اما OSI2 ONE تنها به 50 میلیتسلا (mT) محدود است. این ضعف باعث افت رزولوشن فضایی و افزایش نویز در تصاویر خام میشود.
«برایان رومله» (Brian Roemmele)، تحلیلگر ارشد فناوری، معتقد است شبکههای عصبی مدرن میتوانند دقیقا مانند فناوری DLSS انویدیا در بازیها، تصاویر ضعیف این دستگاههای قابل حمل را به اطلاعات تشخیصی باکیفیت تبدیل کنند.
پاکسازی نویز با مدلهای یادگیری عمیق
رومله در شبکه اجتماعی ایکس توضیح میدهد: «امآرآی با میدان ضعیف همواره به دلیل نسبت پایین سیگنال به نویز و ناهمگونی میدان دچار محدودیت بوده است. این دقیقا همان محیطی است که هوش مصنوعی مدرن در آن خلاقیت میکند. وقتی شبکههای عمیق روی دادههای میدان قوی آموزش ببینند یا از مدلهای مبتنی بر فیزیک بهره ببرند، میتوانند بهطور چشمگیری نویزها را حذف کرده و رزولوشن نهایی را فراتر از محدودیتهای سختافزاری ارتقا دهند.»
مکانیسم این سیستم به این صورت است که هوش مصنوعی در لحظه، پالسهای فرکانس رادیویی (RF) و گرادیانها را تنظیم میکند و همزمان کیفیت سیگنال را پایش مینماید. این مدلها صرفا الگوریتمهای عمومی نیستند؛ آنها روی دادههای اسکنرهای 1.5 تا 8 تسلا یا بر پایه قوانین فیزیک دقیق دستگاههای امآرآی آموزش دیدهاند.
استفاده از دادههای مصنوعی برای آموزش الگوریتمها
در بسیاری از موارد، دسترسی به اطلاعات بیماران برای آموزش هوش مصنوعی به دلایل حریم خصوصی امکانپذیر نیست. ماهیت متنباز پروژه OSI2 ONE این اجازه را به پژوهشگران میدهد تا بدون نیاز به دادههای واقعی بیماران، صرفا با استفاده از مشخصات سختافزاری عمومی، مدلهای فیزیکی دقیقی بسازند. هوش مصنوعی میتواند با دریافت این دادههای فیزیکیِ مصنوعی، نحوه پردازش تصاویر را با دقت بالایی یاد بگیرد.
آینده تجهیزات پزشکی در مناطق کمبرخوردار
برخی کارشناسان معتقدند استفاده از این تجهیزات در بیمارستانهای کشورهای توسعهیافته به دلیل مقررات سختگیرانه پزشکی بلامانع نیست، اما رومله در پاسخ به این نگرانیها صراحتا اعلام میکند: «هیچکس نمیتواند ما را از ساخت این دستگاهها در گاراژهایمان بازدارد.»
قیمت پایه دستگاههای امآرآی بازسازیشده نیز حداقل 100 هزار دلار است و نصب آنها نیازمند اتاقهای ایزوله و فوقتخصصی است. اما اسکنرهای قابلحمل جدید میتوانند نیازs تمام مناطقی را که ظرفیت مالی برای خرید تجهیزات میلیون دلاری ندارند، برطرف کنند. اگر تلفیق این سختافزار ارزانقیمت با مدلهای پیشرفته هوش مصنوعی به نتیجه برسد، کلینیکهای محلی نیز میتوانند به سیستمهای تصویربرداری تشخیصی مجهز شوند و جان انسانهای بیشتری را نجات دهند. این رویکرد نشان میدهد که ترکیب خلاقیت در سختافزار و قدرت نرمافزار، مسیر صنعت سلامت را بهسوی تمرکززدایی کامل و دموکراتیزهکردن دسترسی به درمان تغییر خواهد داد.
