Этот пост открывает серию заметок, так или иначе касающихся состояния современного образования, его трансформаций и будущего, обусловленного, прежде всего, развитием информационных технологий. Источником большинства публикаций этой серии послужил информационный ресурс TED, который получает информацию из первых рук - от людей, которые во многом определили лицо текущей эпохи, и уже сегодня творят наше общее будущее.
Сегодня компьютерные и ультразвуковые медицинские приборы генерируют тысячи изображений и терабайты данных на одного пациента буквально за секунды, но как же доктора интерпретируют эту информацию и отбирают то, что нужно?
На лекции TEDxGöteborg Андерс Иннерман, эксперт в области научной визуализации, показывает новейшие сложные приборы - например, виртуальную аутопсию (посмертное вскрытие и исследование тела) - для анализа мириада данных, и даёт нам возможность краешком глаза взглянуть на некоторые медицинские технологии из области научной фантастики, которые, однако, уже сейчас находятся в разработке.
В этой лекции, продолжительность которой 16:37, демонстрируются медицинские диагностические изображения.
Перевод выступления
Я начну с постановки довольно сложной задачи - задачи работы с данными, с теми данными, с которыми мы сталкиваемся в медицинском контексте. Это действительно очень сложная задача, над решением которой мы бьёмся день и ночь. Это компьютерный томограф - или просто КТ. Это фантастическое устройство. Оно использует рентгеновские лучи, которые очень быстро вращаются вокруг тела человека. Сканирование происходит за 30 секунд, и при этом томограф генерирует невероятный объём информации. Это потрясающая машина, с помощью которой мы можем улучшить здравоохранение. Но, как я уже сказал, это и сложная задача. На этом снимке можно увидеть эту задачу. Это настоящий бум медицинских данных, который мы наблюдаем в наше время. Мы активно ищем решение этой проблемы. Позвольте мне вернуться в недалёкое прошлое.
Давайте вернёмся на несколько лет назад и посмотрим, что происходило тогда. Машины которые были разработаны - они начали появляться в 1970-е годы - сканировали организм человека и генерировали порядка 100 изображений человеческого организма. И я взял на себя смелость, просто для ясности, перевести это в объёмы данных. 100 снимков соответствуют примерно 50 Мб данных, что немного, если подумать об объёме данных, с которыми мы работаем сегодня на обычных мобильных устройствах. Если представить эти 100 изображений в виде телефонных книг, получится стопка телефонных справочников высотой 1 метр. Если мы вернёмся в сегодняшний день, с нынешними машинами мы можем всего за несколько секунд получить 24000 изображений организма. А это соответствует примерно 20 Гб данных или 800 телефонным книгам. И стопка телефонных справочников будет высотой 200 метров. То что произойдёт в скором времени - а мы уже видим начало этого процесса - при нынешних технологических тенденциях мы начинаем рассматривать ещё и временной фактор. Т.е. мы получаем ещё и информацию о динамике в организме. И если только представить, что мы будем собирать данные в течение 5 секунд, то это будет соответствовать терабайту данных. Это 800000 книг или 16 км телефонных справочников. И это один пациент, один набор данных. И с этим нам придётся справляться.
Поэтому перед нами стоит действительно сложнейшая задача. И уже сегодня это 25000 изображений. Представьте себе время, когда рентгенологи анализировали снимки. Они бы повесили 25000 снимков и делали бы так: "25000, ну да, ну да. Вот, где проблема". Они уже больше не могут так работать; это невозможно. Поэтому мы должны придумать что-то поумней. И вот что мы делаем: мы складываем все снимки вместе. Представьте, что вы разрезаете организм во всех этих направлениях, а потом вы пытаетесь собрать кусочки вместе в стопку данных, в блок данных. Мы так и делаем. Мы берём гигабайт или терабайт данных и складываем их в блок. Этот блок данных содержит только то количество рентгеновских лучей, которое было поглощено каждой точкой тела. Поэтому нам надо найти способ посмотреть на то, на что мы хотим посмотреть, и сделать прозрачным то, что нам не нужно видеть. Поэтому мы преобразуем набор данных во что-то, что выглядит примерно так. А вот это - непростая задача. Это очень серьёзная задача.
С помощью компьютеров, даже несмотря на их стремительное развитие, сложно иметь дело с гигабайтами данных, с терабайтами данных, и выуживать из них нужную информацию. Я хочу взглянуть на сердце, на кровеносные сосуды, на печень, может быть, даже обнаружить опухоль в определённых случаях. И вот здесь в игру вступает эта милашка. Это моя дочка. 9 утра. Она играет в компьютерную игру. Ей всего два годика, и ей ужасно весело. Поэтому она - настоящая движущая сила развития устройств для обработки графических изображений. Пока дети играют в компьютерные игры, графика будет становиться всё лучше и лучше. Поэтому, пожалуйста, скажите детям, пусть побольше играют в компьютерные игры, потому что мне это на руку.
Внутренности этой машины позволяют мне обрабатывать медицинские данные. И моя работа состоит в использовании этих фантастических мелких устройств. Знаете, если мы вернёмся назад лет на 10, когда я получил грант на покупку первого графического компьютера, это была здоровая машина. Она занимала несколько комнат под процессоры, хранилища и т.д. Я заплатил около миллиона долларов за ту машину. Сейчас эта машина быстра, как мой iPhone. Каждый месяц выходят новые видеокарты Вот несколько новейших моделей - здесь есть NVIDIA, ATI, Intel. И теперь эти видеокарты можно купить за несколько сотен баксов, установить на компьютер. А с такими видеокартами можно делать потрясающие вещи. Они помогают нам справляться с бумом медицинских данных, а также с по-настоящему тонкой работой, с точки зрения алгоритмов: сжатие данных, извлечение нужной информации, на основе которой проводится исследование.
Я хочу показать вам несколько примеров того, что теперь возможно. Это набор данных, снятых при помощи КТ-сканера. Вы видите, что он полон данных. Это женщина. Вы можете видеть волосы. Вы видите отдельные части тела женщины. Вы видите, как разбросаны рентгеновские лучи - на зубах, на металле в зубах. Вот откуда здесь помехи. Это происходит совершенно интерактивно, на стандартной видеокарте на обычном компьютере. Я могу просто вставить плоскость отсечения. И, конечно, все эти данные находятся внутри, поэтому я могу начать вращение, я могу посмотреть под любым углом, и я вижу, что у этой женщины были проблемы. У неё было кровотечение в мозгу, и его вылечили с помощью стента, металлической скобки, которая пережала сосуд. Просто поменяв функции, я могу решить, что должно быть прозрачным, а что должно быть видимым. Я могу взглянуть на структуру черепа, и я вижу, что вот здесь череп был вскрыт, а здесь произошло проникновение внутрь. Это потрясающие изображения. Очень высокого разрешения, и они показывают нам, что мы можем сделать с обычными видеокартами уже сегодня.
Итак, мы воспользовались видеокартой и попробовали впихнуть кучу данных в систему. Одно из приложений, над которым мы работали оно уже начинает использоваться по всему миру - это приложение виртуальной аутопсии (вскрытия). И снова, глядя на огромные наборы данных, а вы видели, какие виды сканирования всего тела мы можем делать. Мы проводим тело через компьютерный томограф, и через несколько секунд получаем полный набор данных. Виртуальная аутопсия позволяет получить эту информацию. Вы видите, как я постепенно снимаю слой за слоем. Сначала вы видите мешок для перевозки трупа, в котором поступило тело, затем я снимаю кожу - вы видите мускулы, и, наконец, вы видите костную структуру этой женщины.
Здесь я бы хотел подчеркнуть, что испытываю огромное уважение к людям, которых я сейчас покажу - я собираюсь показать несколько виртуальных аутопсий, я делаю это с огромным уважением к людям, которые погибли при страшных обстоятельствах, и чьи снимки я покажу вам. В судебной медицине до сих пор у нас было около 400 таких случаев только в той части Швеции, откуда я родом, в последние 4 года в таких случаях проводится виртуальная аутопсия. Поэтому это типичный рабочий процесс. Полиция принимает решение - вечером, когда произошло происшествие, они решают, что в этом случае им понадобится аутопсия. И утром, между 6 и 7 часами, тело привозят в мешке для перевозки трупов в наш центр, его сканируют при помощи компьютерного томографа. И потом рентгенолог вместе с патологоанатомом и иногда судебным экспертом смотрят на полученные данные и проводят консилиум. И после этого они решают, что нужно сделать во время реальной аутопсии.
Посмотрим на несколько случаев: это один из первых. Вы видите подробности набора данных; это очень высокое разрешение. И наши алгоритмы позволяют нам приблизить любую деталь. Повторю, это полностью интерактивный процесс, поэтому на этих системах изображение можно повернуть и посмотреть в реальном времени. Не говоря лишних слов о происшествии, это было ДТП, пьяный водитель сбил женщину. И здесь очень просто увидеть повреждения костной структуры. Причиной смерти стал перелом шеи. Женщина оказалась под машиной, поэтому на теле довольно много повреждений.
Вот другой случай, поножовщина. Он тоже показателен, с точки зрения того, что мы можем сделать. Очень просто рассматривать металлические предметы, которые мы можем показать внутри тела. Вы видите помехи из-за зубов - это зубные пломбы - поскольку я настроил функции на показ металла, а всё остальное сделал прозрачным. Это другой жуткий случай. Не это убило этого человека. Человек был убит ударами ножом в сердце, но убийцы оставили нож, воткнув его в одно из глазных яблок. Это другой случай. Очень интересный для нас, поскольку мы можем разглядеть удары ножом. Здесь вы видите, что нож прошёл через сердце. Хорошо видно, как воздух перетекал из одной части в другую, это очень сложно увидеть в нормальной, стандартной, физической аутопсии. Поэтому виртуальная аутопсия по-настоящему помогает уголовным расследованиям установить причину смерти, а в некоторых случаях также задаёт следствию нужное направление для установления настоящего убийцы.
Это ещё один, на мой взгляд, интересный случай. Здесь вы видите пулю которая оказалась рядом с позвоночником. Что мы сделали? Мы превратили пулю в источник света, так что она светилась, и нам было легко обнаружить эти фрагменты. Во время физической аутопсии, приходится копаться в теле, чтобы найти эти фрагменты, это довольно сложно сделать.
Предмет моей особенной гордости, который я счастлив представить вам сегодня, - это наш стол для виртуальной аутопсии. Это сенсорное устройство, которое мы разработали на основе этих алгоритмов на стандартном графическом процессоре. Вот как он выглядит. просто чтобы дать вам представление о том, как он выглядит. Он работает, как огромный iPhone. И мы сумели смоделировать все жесты, которые можно сделать на столе, и получился как бы огромный сенсорный интерфейс. Если вы подумываете, не купить ли вам iPad, забудьте о нём; вот, что вам нужно на самом деле. Стив, я надеюсь, ты это слышишь. Итак, это милое крошечное устройство. Если у вас есть возможность, пожалуйста, испытайте его. Здесь важен практический опыт. Этот проект набирает ход, мы надеемся его раскрутить и использовать в образовательных целях, а тажке, возможно, в будущем чаще применять его в клинических условиях. Вот ролик на YouTube, который вы можете скачать и посмотреть, если вы хотите рассказать другим людям о виртуальной аутопсии.
Раз уж мы заговорили об устройствах, работающих от прикосновения, давайте перейдём к данным, получаемым с помощью этих устройств. Сейчас начнётся научная фантастика, и мы переместимся в будущее. Врачи пока используют не совсем такое оборудование, но, я надеюсь, в будущем ситуация изменится. Слева вы видите сенсорное устройство. Это маленькая механическая ручка, внутри которой находятся исключительно быстрые шаговые регуляторы. И я могу сгенерировать силовую обратную связь. Поэтому когда я виртуально касаюсь данных, я генерирую силу прикосновения в ручке и получаю обратную связь. В этом случае мы видим результат сканирования живого человека. У меня есть ручка, я смотрю на данные, и я двигаю ручку к голове, и вдруг я чувствую сопротивление. И я могу пощупать кожу. Если я надавлю чуть сильнее, я пройду через кожу и смогу увидеть костную структуру изнутри. Если я надавлю ещё сильнее, я пройду сквозь костную структуру, особенно рядом с ухом, где кость очень мягкая. И тогда я увижу мозг внутри, он выглядит, как слякоть.
И это очень здорово. Пойдёмте дальше, вот сердце. Снова благодаря этим фантастическим сканнерам всего за 0,3 секунды я могу просканировать всё сердце, более того, я могу сделать это с временным разрешением. Глядя на это сердце, Вот здесь я могу снова просмотреть видео. А это Карл-Йохан, один из моих аспирантов, который работает над этим проектом. Он сидит за тактильным устройством, системой силовой обратной связи, и ведёт ручку к сердцу, и теперь сердце бьётся перед ним, и он может наблюдать, как бьётся сердце. Он берёт ручку и двигает её к сердцу, ставит её на сердце и чувствует сердцебиение реального живого человека. Затем он может исследовать движения сердца. Он может зайти внутрь, толкнуть сердце изнутри и почувствовать, как двигаются клапаны. И я думаю, что это и есть будущее кардиохирургов. Я имею в виду, что кардиохирурги, возможно, только мечтают о том, чтобы иметь возможность зайти внутрь сердца пациента до начала настоящей операции, и сделать это на основе данных с разрешением высокого качества. И это замечательно.
Теперь мы ещё глубже погрузимся в научную фантастику. Все вы слышали о функциональной магнитно-резонансной томографии (МРТ). Это по-настоящему интересный проект. МРТ использует магнитные поля и радиочастоты для сканирования мозга или других частей тела. В результате мы получаем данные о структуре мозга, а также мы можем измерить разницу магнитных свойств крови, насыщенной кислородом, и крови, ненасыщенной кислородом. Это означает, что возможно составить карту активности мозга. Вот над этим мы и работаем. Только что вы видели Моттса, инженера-исследователя, который проходит МРТ в дисплейных очках. Он мог видеть в этих дисплейных очках. Поэтому я мог показывать ему кое-что, пока он был внутри сканера. Это довольно удивительно, потому что Моттс видит вот это: он видит свой собственный мозг. Моттс что-то делает здесь. И, возможно, он собирается показать вот такой жест правой рукой, потому что слева активирована двигательная область коры головного мозга. И в то же время он всё это видит. Такие визуализации - это новая разработка. Мы проводим исследования в этой области.
Это ещё одна сессия исследования мозга Моттса. Здесь мы попросили его считать обратно со 100. И он начал: "100, 97, 94" И считал назад. И вы видите, как маленький математический процессор работает вот здесь в мозгу и озаряет весь мозг. Это потрясающе. Мы можем проделать это в реальном времени. Мы можем исследовать. Мы можем говорить ему, что делать. Вы видите, что в задней части головы активирована зрительная кора головного мозга, потому что ею он видит, видит свой собственный мозг. И он слышит наши инструкции, когда мы говорим ему, что делать. Сигнал проходит вглубь мозга, но он просвечивается, потому что все данные находятся внутри этого объёма. И через секунду вы увидите - вот, здесь. Моттс, пошевели левой ногой. И он делает так. 20 секунд он делал так, а потом вдруг здесь озарение. Произошла активация двигательной зоны коры головного мозга вон там. Это очень, очень интересно. И я думаю, что это прекрасный инструмент. И, в связи с предыдущей речью TEDtalk, это технология, которую мы можем использовать как инструмент, помогающий по-настоящему понять, как работают нейроны, как работает мозг, и мы можем работать с очень, очень высоким качеством изображения и очень быстрым разрешением.
Ну, а ещё у себя в центре мы любим повеселиться. Это КТ - кошачий томограф. А это львица Эльза из местного зоопарка который находится недалеко от города Норркопинг в Кольмордене. Её привезли в центр и дали ей успокоительное, а потом поместили прямо в сканер. А потом, конечно, я собрал все данные по льву. И теперь я могу распечатывать такие классные фотографии. И могу снять шкуру с неубитого льва. Я могу заглянуть внутрь животного. Мы экспериментировали с этими данными. Я думаю, у этой технологии большое практическое будущее. Потому что анатомия животных очень плохо изучена. То что знают ветеринары - это базовая информация. Мы можем сканировать что угодно, у любых животных. Единственная проблема - впихнуть животное в томограф. Вот медведь. Было немного сложно его туда впихнуть. Медведь - ласковое, дружелюбное создание. А вот и он. Вот медвежий нос. У вас возникнет желание его обнять, пока вы не поменяете функции и не взглянете вот на это. Опасайтесь медведей.
И на этом я бы хотел поблагодарить всех, кто помогал мне сгенерировать эти изображения. Это огромный труд по сбору данных и разработке алгоритмов и написанию программ. Это очень талантливые люди. Мой девиз - нанимать только тех, кто умнее меня, и большинство из них умней меня.
Большое спасибо.
(аплодисменты)
Translated into Russian by Maria Polishuk.
Reviewed by Helena Vigodsky.
Источник: TED
Сегодня компьютерные и ультразвуковые медицинские приборы генерируют тысячи изображений и терабайты данных на одного пациента буквально за секунды, но как же доктора интерпретируют эту информацию и отбирают то, что нужно?
На лекции TEDxGöteborg Андерс Иннерман, эксперт в области научной визуализации, показывает новейшие сложные приборы - например, виртуальную аутопсию (посмертное вскрытие и исследование тела) - для анализа мириада данных, и даёт нам возможность краешком глаза взглянуть на некоторые медицинские технологии из области научной фантастики, которые, однако, уже сейчас находятся в разработке.
В этой лекции, продолжительность которой 16:37, демонстрируются медицинские диагностические изображения.
Перевод выступления
Я начну с постановки довольно сложной задачи - задачи работы с данными, с теми данными, с которыми мы сталкиваемся в медицинском контексте. Это действительно очень сложная задача, над решением которой мы бьёмся день и ночь. Это компьютерный томограф - или просто КТ. Это фантастическое устройство. Оно использует рентгеновские лучи, которые очень быстро вращаются вокруг тела человека. Сканирование происходит за 30 секунд, и при этом томограф генерирует невероятный объём информации. Это потрясающая машина, с помощью которой мы можем улучшить здравоохранение. Но, как я уже сказал, это и сложная задача. На этом снимке можно увидеть эту задачу. Это настоящий бум медицинских данных, который мы наблюдаем в наше время. Мы активно ищем решение этой проблемы. Позвольте мне вернуться в недалёкое прошлое.
Давайте вернёмся на несколько лет назад и посмотрим, что происходило тогда. Машины которые были разработаны - они начали появляться в 1970-е годы - сканировали организм человека и генерировали порядка 100 изображений человеческого организма. И я взял на себя смелость, просто для ясности, перевести это в объёмы данных. 100 снимков соответствуют примерно 50 Мб данных, что немного, если подумать об объёме данных, с которыми мы работаем сегодня на обычных мобильных устройствах. Если представить эти 100 изображений в виде телефонных книг, получится стопка телефонных справочников высотой 1 метр. Если мы вернёмся в сегодняшний день, с нынешними машинами мы можем всего за несколько секунд получить 24000 изображений организма. А это соответствует примерно 20 Гб данных или 800 телефонным книгам. И стопка телефонных справочников будет высотой 200 метров. То что произойдёт в скором времени - а мы уже видим начало этого процесса - при нынешних технологических тенденциях мы начинаем рассматривать ещё и временной фактор. Т.е. мы получаем ещё и информацию о динамике в организме. И если только представить, что мы будем собирать данные в течение 5 секунд, то это будет соответствовать терабайту данных. Это 800000 книг или 16 км телефонных справочников. И это один пациент, один набор данных. И с этим нам придётся справляться.
Поэтому перед нами стоит действительно сложнейшая задача. И уже сегодня это 25000 изображений. Представьте себе время, когда рентгенологи анализировали снимки. Они бы повесили 25000 снимков и делали бы так: "25000, ну да, ну да. Вот, где проблема". Они уже больше не могут так работать; это невозможно. Поэтому мы должны придумать что-то поумней. И вот что мы делаем: мы складываем все снимки вместе. Представьте, что вы разрезаете организм во всех этих направлениях, а потом вы пытаетесь собрать кусочки вместе в стопку данных, в блок данных. Мы так и делаем. Мы берём гигабайт или терабайт данных и складываем их в блок. Этот блок данных содержит только то количество рентгеновских лучей, которое было поглощено каждой точкой тела. Поэтому нам надо найти способ посмотреть на то, на что мы хотим посмотреть, и сделать прозрачным то, что нам не нужно видеть. Поэтому мы преобразуем набор данных во что-то, что выглядит примерно так. А вот это - непростая задача. Это очень серьёзная задача.
С помощью компьютеров, даже несмотря на их стремительное развитие, сложно иметь дело с гигабайтами данных, с терабайтами данных, и выуживать из них нужную информацию. Я хочу взглянуть на сердце, на кровеносные сосуды, на печень, может быть, даже обнаружить опухоль в определённых случаях. И вот здесь в игру вступает эта милашка. Это моя дочка. 9 утра. Она играет в компьютерную игру. Ей всего два годика, и ей ужасно весело. Поэтому она - настоящая движущая сила развития устройств для обработки графических изображений. Пока дети играют в компьютерные игры, графика будет становиться всё лучше и лучше. Поэтому, пожалуйста, скажите детям, пусть побольше играют в компьютерные игры, потому что мне это на руку.
Внутренности этой машины позволяют мне обрабатывать медицинские данные. И моя работа состоит в использовании этих фантастических мелких устройств. Знаете, если мы вернёмся назад лет на 10, когда я получил грант на покупку первого графического компьютера, это была здоровая машина. Она занимала несколько комнат под процессоры, хранилища и т.д. Я заплатил около миллиона долларов за ту машину. Сейчас эта машина быстра, как мой iPhone. Каждый месяц выходят новые видеокарты Вот несколько новейших моделей - здесь есть NVIDIA, ATI, Intel. И теперь эти видеокарты можно купить за несколько сотен баксов, установить на компьютер. А с такими видеокартами можно делать потрясающие вещи. Они помогают нам справляться с бумом медицинских данных, а также с по-настоящему тонкой работой, с точки зрения алгоритмов: сжатие данных, извлечение нужной информации, на основе которой проводится исследование.
Я хочу показать вам несколько примеров того, что теперь возможно. Это набор данных, снятых при помощи КТ-сканера. Вы видите, что он полон данных. Это женщина. Вы можете видеть волосы. Вы видите отдельные части тела женщины. Вы видите, как разбросаны рентгеновские лучи - на зубах, на металле в зубах. Вот откуда здесь помехи. Это происходит совершенно интерактивно, на стандартной видеокарте на обычном компьютере. Я могу просто вставить плоскость отсечения. И, конечно, все эти данные находятся внутри, поэтому я могу начать вращение, я могу посмотреть под любым углом, и я вижу, что у этой женщины были проблемы. У неё было кровотечение в мозгу, и его вылечили с помощью стента, металлической скобки, которая пережала сосуд. Просто поменяв функции, я могу решить, что должно быть прозрачным, а что должно быть видимым. Я могу взглянуть на структуру черепа, и я вижу, что вот здесь череп был вскрыт, а здесь произошло проникновение внутрь. Это потрясающие изображения. Очень высокого разрешения, и они показывают нам, что мы можем сделать с обычными видеокартами уже сегодня.
Итак, мы воспользовались видеокартой и попробовали впихнуть кучу данных в систему. Одно из приложений, над которым мы работали оно уже начинает использоваться по всему миру - это приложение виртуальной аутопсии (вскрытия). И снова, глядя на огромные наборы данных, а вы видели, какие виды сканирования всего тела мы можем делать. Мы проводим тело через компьютерный томограф, и через несколько секунд получаем полный набор данных. Виртуальная аутопсия позволяет получить эту информацию. Вы видите, как я постепенно снимаю слой за слоем. Сначала вы видите мешок для перевозки трупа, в котором поступило тело, затем я снимаю кожу - вы видите мускулы, и, наконец, вы видите костную структуру этой женщины.
Здесь я бы хотел подчеркнуть, что испытываю огромное уважение к людям, которых я сейчас покажу - я собираюсь показать несколько виртуальных аутопсий, я делаю это с огромным уважением к людям, которые погибли при страшных обстоятельствах, и чьи снимки я покажу вам. В судебной медицине до сих пор у нас было около 400 таких случаев только в той части Швеции, откуда я родом, в последние 4 года в таких случаях проводится виртуальная аутопсия. Поэтому это типичный рабочий процесс. Полиция принимает решение - вечером, когда произошло происшествие, они решают, что в этом случае им понадобится аутопсия. И утром, между 6 и 7 часами, тело привозят в мешке для перевозки трупов в наш центр, его сканируют при помощи компьютерного томографа. И потом рентгенолог вместе с патологоанатомом и иногда судебным экспертом смотрят на полученные данные и проводят консилиум. И после этого они решают, что нужно сделать во время реальной аутопсии.
Посмотрим на несколько случаев: это один из первых. Вы видите подробности набора данных; это очень высокое разрешение. И наши алгоритмы позволяют нам приблизить любую деталь. Повторю, это полностью интерактивный процесс, поэтому на этих системах изображение можно повернуть и посмотреть в реальном времени. Не говоря лишних слов о происшествии, это было ДТП, пьяный водитель сбил женщину. И здесь очень просто увидеть повреждения костной структуры. Причиной смерти стал перелом шеи. Женщина оказалась под машиной, поэтому на теле довольно много повреждений.
Вот другой случай, поножовщина. Он тоже показателен, с точки зрения того, что мы можем сделать. Очень просто рассматривать металлические предметы, которые мы можем показать внутри тела. Вы видите помехи из-за зубов - это зубные пломбы - поскольку я настроил функции на показ металла, а всё остальное сделал прозрачным. Это другой жуткий случай. Не это убило этого человека. Человек был убит ударами ножом в сердце, но убийцы оставили нож, воткнув его в одно из глазных яблок. Это другой случай. Очень интересный для нас, поскольку мы можем разглядеть удары ножом. Здесь вы видите, что нож прошёл через сердце. Хорошо видно, как воздух перетекал из одной части в другую, это очень сложно увидеть в нормальной, стандартной, физической аутопсии. Поэтому виртуальная аутопсия по-настоящему помогает уголовным расследованиям установить причину смерти, а в некоторых случаях также задаёт следствию нужное направление для установления настоящего убийцы.
Это ещё один, на мой взгляд, интересный случай. Здесь вы видите пулю которая оказалась рядом с позвоночником. Что мы сделали? Мы превратили пулю в источник света, так что она светилась, и нам было легко обнаружить эти фрагменты. Во время физической аутопсии, приходится копаться в теле, чтобы найти эти фрагменты, это довольно сложно сделать.
Предмет моей особенной гордости, который я счастлив представить вам сегодня, - это наш стол для виртуальной аутопсии. Это сенсорное устройство, которое мы разработали на основе этих алгоритмов на стандартном графическом процессоре. Вот как он выглядит. просто чтобы дать вам представление о том, как он выглядит. Он работает, как огромный iPhone. И мы сумели смоделировать все жесты, которые можно сделать на столе, и получился как бы огромный сенсорный интерфейс. Если вы подумываете, не купить ли вам iPad, забудьте о нём; вот, что вам нужно на самом деле. Стив, я надеюсь, ты это слышишь. Итак, это милое крошечное устройство. Если у вас есть возможность, пожалуйста, испытайте его. Здесь важен практический опыт. Этот проект набирает ход, мы надеемся его раскрутить и использовать в образовательных целях, а тажке, возможно, в будущем чаще применять его в клинических условиях. Вот ролик на YouTube, который вы можете скачать и посмотреть, если вы хотите рассказать другим людям о виртуальной аутопсии.
Раз уж мы заговорили об устройствах, работающих от прикосновения, давайте перейдём к данным, получаемым с помощью этих устройств. Сейчас начнётся научная фантастика, и мы переместимся в будущее. Врачи пока используют не совсем такое оборудование, но, я надеюсь, в будущем ситуация изменится. Слева вы видите сенсорное устройство. Это маленькая механическая ручка, внутри которой находятся исключительно быстрые шаговые регуляторы. И я могу сгенерировать силовую обратную связь. Поэтому когда я виртуально касаюсь данных, я генерирую силу прикосновения в ручке и получаю обратную связь. В этом случае мы видим результат сканирования живого человека. У меня есть ручка, я смотрю на данные, и я двигаю ручку к голове, и вдруг я чувствую сопротивление. И я могу пощупать кожу. Если я надавлю чуть сильнее, я пройду через кожу и смогу увидеть костную структуру изнутри. Если я надавлю ещё сильнее, я пройду сквозь костную структуру, особенно рядом с ухом, где кость очень мягкая. И тогда я увижу мозг внутри, он выглядит, как слякоть.
И это очень здорово. Пойдёмте дальше, вот сердце. Снова благодаря этим фантастическим сканнерам всего за 0,3 секунды я могу просканировать всё сердце, более того, я могу сделать это с временным разрешением. Глядя на это сердце, Вот здесь я могу снова просмотреть видео. А это Карл-Йохан, один из моих аспирантов, который работает над этим проектом. Он сидит за тактильным устройством, системой силовой обратной связи, и ведёт ручку к сердцу, и теперь сердце бьётся перед ним, и он может наблюдать, как бьётся сердце. Он берёт ручку и двигает её к сердцу, ставит её на сердце и чувствует сердцебиение реального живого человека. Затем он может исследовать движения сердца. Он может зайти внутрь, толкнуть сердце изнутри и почувствовать, как двигаются клапаны. И я думаю, что это и есть будущее кардиохирургов. Я имею в виду, что кардиохирурги, возможно, только мечтают о том, чтобы иметь возможность зайти внутрь сердца пациента до начала настоящей операции, и сделать это на основе данных с разрешением высокого качества. И это замечательно.
Теперь мы ещё глубже погрузимся в научную фантастику. Все вы слышали о функциональной магнитно-резонансной томографии (МРТ). Это по-настоящему интересный проект. МРТ использует магнитные поля и радиочастоты для сканирования мозга или других частей тела. В результате мы получаем данные о структуре мозга, а также мы можем измерить разницу магнитных свойств крови, насыщенной кислородом, и крови, ненасыщенной кислородом. Это означает, что возможно составить карту активности мозга. Вот над этим мы и работаем. Только что вы видели Моттса, инженера-исследователя, который проходит МРТ в дисплейных очках. Он мог видеть в этих дисплейных очках. Поэтому я мог показывать ему кое-что, пока он был внутри сканера. Это довольно удивительно, потому что Моттс видит вот это: он видит свой собственный мозг. Моттс что-то делает здесь. И, возможно, он собирается показать вот такой жест правой рукой, потому что слева активирована двигательная область коры головного мозга. И в то же время он всё это видит. Такие визуализации - это новая разработка. Мы проводим исследования в этой области.
Это ещё одна сессия исследования мозга Моттса. Здесь мы попросили его считать обратно со 100. И он начал: "100, 97, 94" И считал назад. И вы видите, как маленький математический процессор работает вот здесь в мозгу и озаряет весь мозг. Это потрясающе. Мы можем проделать это в реальном времени. Мы можем исследовать. Мы можем говорить ему, что делать. Вы видите, что в задней части головы активирована зрительная кора головного мозга, потому что ею он видит, видит свой собственный мозг. И он слышит наши инструкции, когда мы говорим ему, что делать. Сигнал проходит вглубь мозга, но он просвечивается, потому что все данные находятся внутри этого объёма. И через секунду вы увидите - вот, здесь. Моттс, пошевели левой ногой. И он делает так. 20 секунд он делал так, а потом вдруг здесь озарение. Произошла активация двигательной зоны коры головного мозга вон там. Это очень, очень интересно. И я думаю, что это прекрасный инструмент. И, в связи с предыдущей речью TEDtalk, это технология, которую мы можем использовать как инструмент, помогающий по-настоящему понять, как работают нейроны, как работает мозг, и мы можем работать с очень, очень высоким качеством изображения и очень быстрым разрешением.
Ну, а ещё у себя в центре мы любим повеселиться. Это КТ - кошачий томограф. А это львица Эльза из местного зоопарка который находится недалеко от города Норркопинг в Кольмордене. Её привезли в центр и дали ей успокоительное, а потом поместили прямо в сканер. А потом, конечно, я собрал все данные по льву. И теперь я могу распечатывать такие классные фотографии. И могу снять шкуру с неубитого льва. Я могу заглянуть внутрь животного. Мы экспериментировали с этими данными. Я думаю, у этой технологии большое практическое будущее. Потому что анатомия животных очень плохо изучена. То что знают ветеринары - это базовая информация. Мы можем сканировать что угодно, у любых животных. Единственная проблема - впихнуть животное в томограф. Вот медведь. Было немного сложно его туда впихнуть. Медведь - ласковое, дружелюбное создание. А вот и он. Вот медвежий нос. У вас возникнет желание его обнять, пока вы не поменяете функции и не взглянете вот на это. Опасайтесь медведей.
И на этом я бы хотел поблагодарить всех, кто помогал мне сгенерировать эти изображения. Это огромный труд по сбору данных и разработке алгоритмов и написанию программ. Это очень талантливые люди. Мой девиз - нанимать только тех, кто умнее меня, и большинство из них умней меня.
Большое спасибо.
(аплодисменты)
Translated into Russian by Maria Polishuk.
Reviewed by Helena Vigodsky.
Источник: TED