NVIDIA abre ferramenta para geração de imagens médicas 3D

A NVIDIA apresentou NV-Generate-CTMR — um framework aberto para síntese de imagens médicas 3D realistas. Esta solução se baseia no novo conjunto de dados MR-RATE — o maior conjunto aberto de estudos de RM multimodais do cérebro.

O problema da escassez de dados

A alta qualidade de dados para IA em radiologia é um gargalo no desenvolvimento de sistemas de diagnóstico. Os principais problemas são: limitação de conjuntos de dados disponíveis, conformidade com a privacidade dos pacientes e alto custo de anotação por especialistas. Os modelos treinados em dados restritos generalizam mal e se recusam a funcionar em outros tipos de scanners e protocolos clínicos. Como resultado, os desenvolvedores passam longos meses coletando dezenas de milhares de imagens, coordenando acesso com hospitais, negociando com reguladores. Isso congela o desenvolvimento por meses.

Como funciona a NVIDIA NV-Generate

O framework é baseado em duas variantes da arquitetura MAISI: MAISI-v1 usa modelos de probabilidade de difusão latente para geração diversificada. MAISI-v2 aplica Latent Rectified Flow — isso resultou em aceleração de 33 vezes na inferência e melhoria de qualidade. O modelo especializado NV-Generate-MR-Brain sintetiza RM do cérebro com diferentes contrastes: T1, T2, FLAIR e SWI. Os volumes de saída podem chegar a 512 × 512 × 256 pixels. O sistema suporta tanto cérebro inteiro quanto imagens sem crânio, com controle de estruturas anatômicas através de módulos ControlNet.

«Este é o primeiro framework que permite especificar estruturas

anatômicas em imagens sintéticas com correspondência exata de condições».

Conjunto de dados MR-RATE — um novo padrão

O MR-RATE foi usado para treinamento — o maior conjunto aberto de estudos de RM multimodais do cérebro:

• 100 mil estudos de RM
• 83+ mil pacientes únicos
• 700 mil volumes 3D
• Laudos radiológicos e dados clínicos desidentificados

Esta escala permite que os modelos aprendam com a verdadeira diversidade de scanners, protocolos e patologias — desde estruturas saudáveis até tumores raros.

Vantagens para desenvolvedores

O framework é flexível: um único modelo funciona com diferentes resoluções, tamanhos de volume e cobertura de área. Não requer retreinamento para cada scanner na clínica. Eficiência: fine-tuning requer menos computação do que treinamento do zero. A velocidade do MAISI-v2 é comparável aos melhores modelos de geração de vídeo. Pesquisadores externos já aplicaram esses modelos para detecção de anomalias, classificação de câncer de pulmão, detecção de lesões de próstata e síntese entre modalidades.

O que isso significa

As imagens médicas sintéticas estão se tornando uma ferramenta prática para a indústria. Clínicas e startups de medtech agora podem treinar modelos de IA robustos sem aguardar datasets enormes e consentimentos para dados privados de pacientes. Numa época em que a medicina está se tornando cada vez mais personalizada e multimodal, a geração de dados escalável é uma vantagem competitiva crítica.