新的人工智能系统，可以通过快速注释医学图像加速临床研究

注释医学图像中的感兴趣区域（称为分割的过程）通常是临床研究人员在开展涉及生物医学图像的新研究时采取的第一步。

例如，为了确定大脑海马体的大小如何随着患者年龄的增长而变化，科学家首先需要通过一系列脑部扫描来勾勒出每个海马体的轮廓。对于许多结构和图像类型而言，这通常是一个极其耗时的手动过程，尤其是在研究区域难以描绘的情况下。

为了简化这一流程，麻省理工学院的研究人员开发了一个基于人工智能的系统，使研究人员能够通过在图像上点击、涂鸦和绘制框来快速分割新的生物医学成像数据集。这个新的人工智能模型利用这些交互来预测分割结果。

随着用户标记更多图像，他们需要执行的交互次数会逐渐减少，最终降至零。这样，模型就可以在无需用户输入的情况下，准确地分割每张新图像。它之所以能够做到这一点，是因为该模型的架构经过专门设计，可以使用已经分割的图像中的信息来做出新的预测。

与其他医学图像分割模型不同，该系统允许用户分割整个数据集，而无需对每张图像重复工作。

此外，该交互式工具无需预先分割的图像数据集进行训练，因此用户无需机器学习专业知识或大量计算资源。他们可以使用该系统执行新的分割任务，而无需重新训练模型。

从长远来看，该工具可以加速新治疗方法的研究，并降低临床试验和医学研究的成本。医生还可以使用它来提高放射治疗计划等临床应用的效率。

“许多科学家可能每天只有时间进行几张图像的分割，因为手动图像分割非常耗时。我们希望这个系统能够赋能新的科学，让临床研究人员能够开展他们以前由于缺乏高效工具而无法开展的研究。”电气工程与计算机科学研究生、该新工具论文的主要作者 Hallee Wong 说道。

简化细分

研究人员主要使用两种方法来分割新的医学图像集。交互式分割是指将图像输入 AI 系统，并使用界面标记感兴趣的区域。模型会根据这些交互来预测分割结果。

麻省理工学院研究人员之前开发的工具 ScribblePrompt允许用户执行此操作，但他们必须为每个新图像重复此过程。

另一种方法是开发一个特定任务的人工智能模型来自动分割图像。这种方法需要用户手动分割数百张图像以创建数据集，然后训练一个机器学习模型。该模型可以预测新图像的分割结果。但是，对于每个新任务，用户都必须从头开始这个复杂的、基于机器学习的过程，而且如果模型出错，也无法纠正。

这个名为MultiverSeg 的新系统融合了两种方法的优点。它不仅能根据用户交互（例如涂鸦）预测新图像的分割，还能将每个分割图像保留在稍后引用的上下文集中。

当用户上传新图像并标记感兴趣的区域时，模型会利用其上下文集中的示例，以更少的用户输入做出更准确的预测。

研究人员设计了模型架构，使其能够使用任意大小的上下文集，因此用户无需拥有特定数量的图像。这使得 MultiverSeg 能够灵活地应用于各种应用。

“在某种程度上，对于许多任务来说，你不需要提供任何交互。如果上下文集中有足够多的示例，模型就可以自行准确地预测分割，”Wong 说。

研究人员精心设计并训练该模型，使用多种生物医学成像数据，以确保它能够根据用户输入逐步改进其预测。

用户无需重新训练或定制模型来适应其数据。要使用 MultiverSeg 执行新任务，只需上传新的医学图像并开始标记即可。

当研究人员将 MultiverSeg 与最先进的上下文和交互式图像分割工具进行比较时，它的表现优于每个基线。

更少的点击，更好的结果

与其他工具不同，MultiverSeg 对每张图像所需的用户输入较少。处理第九张新图像时，用户只需点击两次，就能生成比专门为此任务设计的模型更精确的分割结果。

该工具的交互性还允许用户对模型的预测进行修正，并不断迭代，直到达到所需的准确度。与研究人员之前的系统相比MultiverSeg 的准确率达到了 90%，而所需的涂鸦次数和点击次数分别减少了约 2/3 和 3/4。

“有了 MultiverSeg，用户可以随时提供更多交互来完善 AI 预测。这仍然大大加快了流程，因为纠正现有问题通常比从头开始更快。”Wong 说道。

展望未来，研究人员希望与临床合作伙伴在实际场景中测试该工具，并根据用户反馈进行改进。他们还希望使 MultiverSeg 能够分割 3D 生物医学图像。

同时，麻省理工学院的 MultiverSeg 系统通过少量交互即可高效完成医学影像分割，这对脑机接口研究有重要启示：它显示了快速、低成本获取高质量脑影像标注的可能性，有助于解决 BCI 在个体差异和数据集构建上的瓶颈；同时，其“人机协同+动态修正”的机制也为个性化解码和临床应用提供了新思路，推动脑机接口更快走向医疗和康复场景。

文章来源：MIT NEWS