NVIDIA presenta herramienta para generación de imágenes médicas 3D

NVIDIA presentó NV-Generate-CTMR, un framework abierto para la síntesis de imágenes médicas 3D realistas. Esta solución se basa en el nuevo conjunto de datos MR-RATE, el mayor conjunto abierto de estudios multidimensionales de RM cerebral.

Problema de escasez de datos

Los datos de alta calidad para AI en radiología son un cuello de botella en el desarrollo de sistemas diagnósticos. Los principales problemas incluyen: disponibilidad limitada de conjuntos de datos, cumplimiento de la privacidad del paciente y alto costo de anotación por especialistas. Los modelos entrenados con datos limitados generalizan mal y se niegan a trabajar con otros tipos de escáneres y protocolos clínicos. Como resultado, los desarrolladores pasan muchos meses recopilando decenas de miles de imágenes, negociando acceso con hospitales y coordinándose con reguladores. Esto congela el desarrollo durante meses.

Cómo funciona NVIDIA NV-Generate

El framework se basa en dos variantes de la arquitectura MAISI: MAISI-v1 utiliza modelos probabilísticos de difusión latente para generación diversa. MAISI-v2 aplica Latent Rectified Flow, lo que aceleró la inferencia 33 veces y mejoró la calidad. El modelo especializado NV-Generate-MR-Brain sintetiza RM cerebral con diferentes contrastes: T1, T2, FLAIR y SWI. Los volúmenes de salida son de hasta 512 × 512 × 256 píxeles. El sistema admite tanto cerebro completo como imágenes sin cráneo, con control de estructuras anatómicas a través de módulos ControlNet.

«Este es el primer framework que permite especificar estructuras

anatómicas en imágenes sintéticas con coincidencia exacta de condiciones».

Conjunto de datos MR-RATE — nuevo estándar

Para el entrenamiento se utilizó MR-RATE, el mayor conjunto abierto de estudios multidimensionales de RM cerebral:

• 100 mil estudios de RM
• 83+ mil pacientes únicos
• 700 mil volúmenes 3D
• Informes radiológicos desidentificados y datos clínicos

Esta escala permite a los modelos aprender de la variedad real de escáneres, protocolos y patologías, desde estructuras saludables hasta tumores raros.

Ventajas para desarrolladores

El framework es flexible: un único modelo funciona con diferentes resoluciones, tamaños de volumen y cobertura de área. No requiere reentrenamiento para cada escáner en la clínica. Eficiencia: el ajuste fino requiere menos cálculo que el entrenamiento desde cero. La velocidad de MAISI-v2 es comparable con los mejores modelos de generación de vídeo. Los investigadores externos ya han aplicado estos modelos para detectar anomalías, clasificación del cáncer de pulmón, identificación de lesiones de próstata y síntesis entre modalidades.

Lo que esto significa

Las imágenes médicas sintéticas se están convirtiendo en una herramienta práctica para la industria. Las clínicas y startups de tecnología médica ahora pueden entrenar modelos de AI robustos sin esperar enormes conjuntos de datos ni acuerdos sobre datos privados de pacientes. En un contexto donde la medicina se está volviendo cada vez más personalizada y multimodal, la generación escalable de datos es una ventaja competitiva crítica.