Quem já precisou fazer ressonância magnética sabe como o procedimento pode ser desconfortável. Dependendo da região a ser analisada, o paciente pode ter que ficar imobilizado num espaço confinado por até uma hora, enquanto o equipamento barulhento produz imagens tridimensionais do interior de seu corpo. Mas um trabalho publicado este mês promete tornar este exame muito mais rápido.
Pesquisadores do Centro de Pesquisa em IA do Facebook (FAIR, Facebook AI Research) e da Universidade de Nova York apresentaram um modelo de machine learning, convenientemente batizado de fastMRI, que produz imagens com qualidade diagnóstica em um quarto do tempo tradicional. Este aumento de velocidade se deve ao fato de que, na verdade, o modelo usa apenas 25% da quantidade de dados original, tendo sido treinado com pares nesta resolução mais baixa e na resolução completa. De uma forma geral, o modelo faz o upscaling das imagens de baixa resolução, mas os pesquisadores garantem que o modelo não está inventando nenhuma informação durante o procedimento; toda a informação de que ele precisa para produzir as imagens mais detalhadas já estão contidas nos dados de entrada. É como se, através do treinamento, o algoritmo tivesse entendido a idade abstrata de como uma imagem médica se parece, e assim ele consegue inferir as informações mais pontuais com menos dados.
Para alcançar estes resultados, os cientistas criaram um sistema de checagem baseado nas propriedades físicas das leituras por ressonância magnética. Este sistema funciona fazendo a comparação entre os dados de saída com as imagens que as máquinas são capazes de produzir, o que limita o espaço de busca e garante que os resultados se mantenham consistentes.
O modelo vem sendo desenvolvido há anos, mas no trabalho publicado, os pesquisadores colocaram pela primeira vez os resultados do modelo à prova prática. Ao invés de analisar seu desempenho com as métricas comuns aplicadas em machine learning, eles entregaram as imagens produzidas, junto com seus pares de maior resolução, para a análise de radiologistas. A pesquisa revelou que estes médicos produziram o mesmo diagnóstico em ambos os casos, demonstrando que as imagens do método tradicional e do novo modelo têm o mesmo valor clínico. Além disso, os médicos julgaram que as imagens do modelo tinham qualidade superior.
A grande vantagem do modelo fastMRI é que ele não depende de um método novo para aquisição das imagens, tendo sido treinado para usar os dados fornecidos pelas máquinas disponíveis no mercado. Os dados de treinamento e o modelo estão disponíveis em formato aberto, podendo ser livremente incorporados nos equipamentos já existentes. Isto deve facilitar sua transição para o ambiente clínico.