核磁共振扫描费用高昂，对孕妇或儿童等部分患者甚至存在风险。
一种新的人工智能算法正在帮助消除医学扫描相关的一些挑战，其采用的技术被称为“虚拟原生增强”。
这项新的人工智能技术可能会将患者在核磁共振扫描仪中所需的时间从标准的30至45分钟缩短至15分钟。
这一技术可使扫描费用减少一半以上，同时生成更清晰、更易于判读的图像。
颠覆性的人工智能影像技术可能会取代通常用于显示心脏瘢痕清晰图像的造影剂注射。
设想你是一名医生，面对一位疑似患有心脏病的患者，其症状包括胸痛、胸闷或呼吸急促。要查明病因并帮助判断患者预后，一种方法是进行心血管核磁共振扫描，以检查心肌是否存在异常。扫描过程中需要向患者的静脉注射“造影剂”（一种可增强图像对比度并显示瘢痕的染料）。造影增强核磁共振长期以来一直是提供清晰瘢痕图像的临床标准，但它会引起疼痛，并使本已昂贵的核磁共振扫描费用更加高昂。
此外，这种方法在严重肾功能衰竭患者中受到限制——他们的肾脏难以将染料排出体外，有时会导致不可逆的并发症。部分患者对造影剂过敏，对于某些患者，例如孕妇和儿童，你可能需要限制注射造影剂的使用。
那么，在不向患者注射造影剂的情况下，你如何了解患者心脏可能存在的状况呢？
事实证明，注射造影剂可能并非获得清晰磁共振图像以显示心肌瘢痕的唯一方法——2010年，Stefan Piechnik 教授来自牛津大学拉德克利夫医学系，他提出了一种研究心肌特性的方法，采用一种名为T1映射的无造影剂核磁共振技术。该技术可生成心脏图像，其中的数值会随不同疾病而变化。
此类无造影剂核磁共振包含大量有关心脏组织特性的信息，其中部分信息较为细微，或难以识别为瘢痕或其他病变。目前，研究人员仍在探索解读和呈现这些无造影剂T1图信息的最佳方法，这也是这类图像尚未被医生广泛使用的原因之一。
正因如此，我们由人工智能科学家、磁共振成像专家和心脏病专家组成的跨学科团队在牛津大学开展工作，探寻人工智能（AI）增强这些无造影剂核磁共振图像的方法，以生成心肌瘢痕的清晰图像。AI实际上以“虚拟造影剂”的方式运作，以取代传统的静脉造影剂。
我们开发了一种人工智能算法，将多幅无造影剂磁共振图像与心脏运动信息相结合，增强其中的病理信号，从而以与传统造影增强核磁共振类似的方式显示瘢痕。该技术被称为“虚拟原生增强”，即VNE，它作为磁共振图像的增强器，仅使用磁共振扫描仪生成的“原生”（即未经造影剂增强）图像。
2021年，我们的团队发布了该构想的首个概念验证，通过检测肥厚型心肌病患者的心肌瘢痕实现。肥厚型心肌病是一种常见的遗传性心脏病，每500人中就有1人患病，也是年轻人心源性猝死的最常见原因。
最近，我们发现VNE还能检测心脏病发作患者的瘢痕。我们在这些患者中将无造影剂VNE与传统造影增强核磁共振进行了比较。结果发现，在检测既往心脏病发作留下的瘢痕及其范围方面，VNE与传统核磁共振高度一致。此外，VNE的图像质量实际上更好，且全程无需患者接受注射。
一旦完成充分验证，这项新技术可能会将患者在核磁共振扫描仪中所需的时间从标准的30至45分钟缩短至15分钟以内，节省一半以上的扫描费用，同时生成更清晰、诊断价值更高且更易于判读的图像。
我们认为，这些接连的突破标志着诊断性医学影像新时代的开端，即利用人工智能代替静脉造影剂来显示人体病变：在心脏磁共振成像方面，我们或许终于能够摆脱注射。
我们目前正致力于进一步提升该技术的能力，以检测更复杂的心脏疾病及其潜在机制，超越现有核磁共振的诊断能力。我们计划在大型临床研究中使用这些方法，将其作为新型研究的诊断工具。
我们认为，这种虚拟原生增强技术是未来临床核磁共振领域一项令人兴奋且可能改变格局的进展。接受临床核磁共振扫描的患者在大多数扫描中可能无需注射，不仅限于心脏，还可能适用于其他器官。这将降低医疗服务提供方的成本，使更多患者能够接受核磁共振扫描；造影剂注射带来的并发症风险也将随之消失。我们希望这一方法的推广能够助力英国国家医疗服务体系（NHS）的数字化转型，而这正是应对新冠疫情后积压问题迫切需要的。
特别感谢Stefan Piechnik 教授和Vanessa Ferreira 教授，两位是本研究的联合资深作者。
