醫(yī)學(xué)圖像是醫(yī)療診斷過(guò)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(cè)的重要影像佐證。依靠計(jì)算機(jī)X線攝影、計(jì)算機(jī)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(jì)算機(jī)X線斷層掃描（Computed Tomography，以下簡(jiǎn)稱CT）和核磁共振成像（Magnetic Resonance Imaging，以下簡(jiǎn)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(duì)人體的影響、影像拍攝時(shí)間等方面，僅僅從成像方式來(lái)說(shuō)明，CT是X線束對(duì)人體橫斷面的掃描成像，總結(jié)來(lái)說(shuō)，CT圖像是經(jīng)過(guò)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(hào)并重建出人體信息，兩者其實(shí)有很大的不同，不能互相替代也并無(wú)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(xì)胞癌癥項(xiàng)目和骨折檢測(cè)都是以CT原始圖像為基礎(chǔ)，通過(guò)人工智能技術(shù)來(lái)完成一系列整理、分析、預(yù)測(cè)等操作。針對(duì)這兩個(gè)項(xiàng)目，MATRIX分別解決了增強(qiáng)CT圖像過(guò)大而難以分析的問(wèn)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(shí)現(xiàn)對(duì)于小細(xì)胞癌癥進(jìn)行鑒別，計(jì)算患癌面積并完成病灶勾勒；對(duì)已脫敏的原始CT圖像重建獲得三維圖像，通過(guò)高級(jí)形態(tài)學(xué)分辨人體骨骼，有效的提高對(duì)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(chǔ)大學(xué)通過(guò)量子計(jì)算和增強(qiáng)顯示技術(shù)直接將圖像連接到組織的定量特性，以此來(lái)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(jìn)行醫(yī)學(xué)圖像的升級(jí)，不光是因?yàn)獒t(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(dòng)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(duì)腦部進(jìn)行掃描，通過(guò)核磁共振的圖像與植物人建立溝通。

美國(guó)研究人員在MRI技術(shù)的支持下，經(jīng)過(guò)100多小時(shí)的掃描，獲得了迄今為止最為詳細(xì)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(wú)前例。

那么，我們是否可以嘗試?yán)^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(jià)值的高質(zhì)量數(shù)據(jù)。人工智能的發(fā)展離不開(kāi)數(shù)據(jù)的支持。在各種新型技術(shù)推動(dòng)醫(yī)療領(lǐng)域不斷發(fā)展、突破的同時(shí)，醫(yī)學(xué)圖像也在推動(dòng)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(xì)胞癌癥項(xiàng)目還是骨折檢測(cè)，或是在MATRIX 2.0中所提到的人工智能醫(yī)療平臺(tái)都離不開(kāi)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(tái)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。