เทคนิคที่ถูกนำมาใช้ในการตรวจสอบภาพถ่ายทางการแพทย์อย่างแพร่หลายในปัจจุบันนั้น คือการนำภาพถ่าย 2 ชุด เช่นภาพถ่าย MRI มาซ้อนทับกันเพื่อค้นหาความผิดปกติที่สังเกตได้จากความแตกต่างระหว่างภาพ 2 ชุด เป็นต้นว่าหากผู้ป่วยมีก้อนเนื้องอกที่สมอง แพทย์สามารถนำภาพถ่ายปัจจุบันและอดีตมาซ้อนหาความเปลี่ยนแปลง กระบวนการเช่นนี้อาจกินเวลายาวนานถึง 2 ชั่วโมง แม้ใช้คอมพิวเตอร์มาช่วยในการประมวลผลแล้วก็ตาม
ลำพังการนำภาพถ่าย 2 มิติมาซ้อนทับกันเพื่อตรวจหาความเปลี่ยนแปลงนั้นอาจเป็นเรื่องที่ฟังดูไม่ยุ่งยากเท่าไหร่นัก แต่สำหรับภาพถ่ายทางการแพทย์เช่น MRI ที่มีลักษณะเป็นรูปร่าง 3 มิติอันประกอบมาจากภาพถ่าย 2 มิติจำนวนมากเรียงซ้อนกัน การวางซ้อนภาพ 3 มิติ ที่เรียกว่า volumes นี้ จึงต้องใช้เวลานานในการประมวลผลและขยับปรับแต่งตำแหน่งก่อนที่จะสามารถวางรูป 3 มิติ ซ้อนทับกันและตรวจสอบได้ จุดอ่อนข้อนี้ของระบบวิเคราะห์ภาพถ่ายทำให้การนำไปใช้ของมันถูกจำกัดเป็นอย่างมาก
ทีมนักวิจัยจากมหาวิทยาลัย MIT จึงออกแบบอัลกอริทึมที่สามารถเรียนรู้เทคนิคการซ้อนภาพสแกน MRI จากประสบการณ์ในอดีต เพราะการซ้อนภาพสมองหนึ่งคู่นั้นไม่ควรจะแตกต่างกับการซ้อนภาพอีกหนึ่งคู่มากนัก และหากอัลกอริทึมสามารถจับจุดเรียนรู้วิธีการซ้อนจากการ training มันก็จะสามารถทำขั้นตอนนี้ได้อย่างแม่นยำและรวดเร็วกว่าเดิม
อัลกอริทึม VoxelMorph ใช้ convolutional neural network (CNN) หนึ่งในเทคนิค machine learning ที่นิยมนำมาใช้ในการประมวลผลภาพถ่าย มาเรียนรู้การซ้อนภาพสมอง อัลกอริทึมดังกล่าวเรียนรู้จากข้อมูลภาพสแกน MRI สมองกว่า 7000 ชุดถึง”จุดร่วม”ในภาพเหล่านั้น เช่น พื้นที่บนสมองที่มีรูปร่างคล้ายกัน และนำข้อมูลจุดร่วมเหล่านี้มาปรับปรุงตัวเองให้ทำงานกับภาพสแกนชุดอื่นๆได้รวดเร็วขึ้น
จากการทดลองกับภาพสแกน 250 ชุด พบว่า VoxelMorph สามารถซ้อนสภาพสแกนได้อย่างแม่นยำเท่าระบบที่ดีที่สุด (state-of-the-art) ในตอนนี้ โดยใช้เวลาต่ำกว่า 2 นาทีสำหรับการประมวลผลผ่าน CPU และน้อยกว่า 1 วินาทีด้วยการประมวลผลจาก GPU ซึ่งนับว่าเร็วกว่าเดิมมากกว่า 1000 เท่า
หากมีการใช้งานอัลกอริทึม VoxelMorph นี้ขึ้นจริง ความเร็วในการประมวลผลที่ยอดเยี่ยมจะช่วยเปิดประตูสู่โอกาสทางการแพทย์ใหม่ๆมากมายในอนาคต เป็นต้นว่าในปัจจุบันนั้นการตรวจสอบภาพสแกนสมองก่อนและหลังนั้นสามารถทำได้ในขั้นตอนการเตรียมตัวและการตรวจอาการหลังผ่าตัดเท่านั้น เนื่องจากการซ้อนภาพสแกนแต่ละรอบนั้นใช้เวลายาวนาน แต่แพทย์สามารถตรวจสอบผลการผ่าตัดได้ทันทีในห้องผ่าตัดด้วย VoxelMorph ก็จะช่วยเพิ่มประสิทธิภาพ และลดอัตราการผ่าตัดซ้ำซ้อนลงได้
