Το CHOP μοντελοποιεί παιδικές καρδιές με εργαλεία τεχνητής νοημοσύνης ανοικτού κώδικα της NVIDIA

Το Children’s Hospital of Philadelphia (CHOP) λειτουργεί μια υπηρεσία μοντελοποίησης της καρδιάς που βασίζεται στο MONAI, ένα πλαίσιο ανοικτού κώδικα για ιατρική απεικόνιση που συνίδρυσε η NVIDIA. Η υπηρεσία μετατρέπει τις αξονικές και μαγνητικές τομογραφίες και τις τρισδιάστατες εικόνες υπερήχων που διαθέτει ήδη η ομάδα περίθαλψης ενός παιδιού σε ανατομικά ακριβή μοντέλα καρδιάς, όπως ανέφερε η NVIDIA στις 15 Σεπτεμβρίου 2026. Σύμφωνα με τη NVIDIA, η υπηρεσία παράγει κάθε μοντέλο μέσα σε δευτερόλεπτα, αντικαθιστώντας μια διαδικασία που παλαιότερα απαιτούσε περίπου τέσσερις ώρες εργασίας από εξειδικευμένο ερευνητή και καθιστώντας τα μοντέλα αρκετά γρήγορα για καθημερινή κλινική χρήση.

Περίπου το 1% των γεννήσεων ζώντων νεογνών αφορά συγγενή καρδιοπάθεια και καμία περίπτωση δεν είναι ίδια με κάποια άλλη, σύμφωνα με την περιγραφή της NVIDIA. Ένα παιδί που γεννιέται με οπή ανάμεσα στις κάτω κοιλότητες της καρδιάς ή με διαρροή βαλβίδας στη μοναδική κοιλότητα άντλησης που το κρατά στη ζωή χρειάζεται περίθαλψη προσαρμοσμένη ακριβώς στη συγκεκριμένη ανατομία. Ωστόσο, οι συσκευές που χρησιμοποιούν οι χειρουργοί ιστορικά σχεδόν ποτέ δεν σχεδιάστηκαν με γνώμονα το συγκεκριμένο παιδί.

«Έχετε ένα μοναδικό παιδί και μια συσκευή μαζικής παραγωγής», δήλωσε ο Dr. Matthew Jolley, καρδιολόγος και ερευνητής στο Children’s Hospital of Philadelphia, σε ανάρτηση στο ιστολόγιο της NVIDIA. «Η δουλειά μας είναι να βρούμε τι ταιριάζει, και η μοντελοποίηση μάς επιτρέπει να το κάνουμε προτού μπει κάποιος στο εργαστήριο καθετηριασμού ή στο χειρουργείο.»

Η προσέγγιση εξαπλώνεται, αναφέρει η NVIDIA. Προγράμματα μοντελοποίησης της καρδιάς λειτουργούν πλέον σε περισσότερα από 20 παιδιατρικά νοσοκομεία στις ΗΠΑ. Στο Boston Children’s Hospital, η μοντελοποίηση υποστηρίζει πάνω από τις μισές επεμβάσεις καρδιάς, περίπου 500 περιστατικά τον χρόνο, ενώ το CHOP αναμένει να φτάσει περίπου τα 200 μοντελοποιημένα περιστατικά το 2026. Η εργασία ξεκίνησε στην καρδιολογική περίθαλψη, αλλά τώρα το CHOP επιδιώκει να εφαρμόσει τα ίδια εργαλεία σε πολλούς κλάδους μέσω του IDEA Lab, το οποίο αποτελεί μέρος του Morgan Center for Research and Innovation του νοσοκομείου. Το Research Institute του CHOP περιέγραψε το IDEA Lab, συντομογραφία των λέξεων Innovate, Design, Engineer, and Accelerate, ως κεντρικό τμήμα του Morgan Center που προσφέρει πόρους βιοκατασκευής στην πανεπιστημιούπολη υπό τη διεύθυνση της Elizabeth Silvestro, PhD.

Από το SlicerHeart στο πρότυπο περίθαλψης

Ο Jolley εντάχθηκε στο CHOP το 2015, όταν η τρισδιάστατη ηχοκαρδιογραφία μόλις άρχιζε να χρησιμοποιείται. Υπήρχαν εργαλεία για τη μοντελοποίηση βαλβίδων ενηλίκων, αλλά σχεδόν τίποτα δεν είχε κατασκευαστεί για τις σύνθετες και μικρές ανατομικές δομές που αντιμετώπιζε, σύμφωνα με τη NVIDIA. Το εργαστήριο του Jolley και η κοινότητα ανοικτού κώδικα δημιούργησαν το SlicerHeart, μια επέκταση του λογισμικού ανοικτού κώδικα 3D Slicer που χρησιμοποιείται για την απεικόνιση, την τμηματοποίηση και την ανάλυση τρισδιάστατων ιατρικών εικόνων. Η ομάδα ανέπτυξε επίσης διαδικασίες για τη μοντελοποίηση παιδιατρικών καρδιών και βαλβίδων από πολλαπλές μεθόδους απεικόνισης.

Για χρόνια, η παραγωγή ενός μόνο μοντέλου απαιτούσε από έναν εξειδικευμένο βοηθό έρευνας να εργάζεται επί ώρες σε έναν σταθμό εργασίας. Χρησιμοποιώντας το MONAI Label και την υλοποίηση Auto3DSeg της NVIDIA, η ομάδα του Jolley εκπαίδευσε δίκτυα τμηματοποίησης σε ζεύγη προηγούμενων εικόνων και μοντέλων. Η NVIDIA αναφέρει ότι το αποτέλεσμα επιτυγχάνει μέσα σε δευτερόλεπτα αντί για ώρες το ίδιο επίπεδο ποιότητας που θα παρήγαγε ένας εκπαιδευμένος άνθρωπος. Ο Jolley δήλωσε ότι η μηχανική μάθηση έχει γίνει συνήθης πρακτική για το εργαστήριο: μόλις η ομάδα δημιουργήσει 10 ή 20 ζεύγη εικόνας και μοντέλου, εκπαιδεύει ένα μοντέλο και αρχίζει να το εφαρμόζει.

Ο ιστότοπος του έργου MONAI περιγράφει ένα οικοσύστημα βασισμένο στο PyTorch και καθοδηγούμενο από την κοινότητα για τεχνητή νοημοσύνη στην ιατρική απεικόνιση: το MONAI Label παρέχει σχολιασμό με ενεργή μάθηση που συνδέεται με το 3D Slicer, το MONAI Core προσφέρει τη βιβλιοθήκη εκπαίδευσης και έρευνας και το MONAI Deploy συσκευάζει εκπαιδευμένα μοντέλα για κλινικές ροές συμπερασμού, με το Auto3DSeg ανάμεσα στις υλοποιήσεις αναφοράς. Το πλαίσιο συντηρείται από ερευνητές και μηχανικούς της NVIDIA, των NIH, του King’s College London, της Mayo Clinic, του MSKCC, του Stanford, του DKFZ και περισσότερων από 30 άλλων ιδρυμάτων και διανέμεται με άδεια Apache 2.0.

Ο κλινικός αντίκτυπος έγινε γρήγορα εμφανής, σύμφωνα με τη NVIDIA. Για σύνθετες μεσοκοιλιακές επικοινωνίες, δηλαδή οπές ανάμεσα στις κάτω κοιλότητες της καρδιάς, το CHOP εκτελεί πλέον συστηματικά μοντελοποίηση πριν από την επέμβαση. Σε ένα πρώιμο περιστατικό, ένα παιδί είχε ήδη υποβληθεί σε δύο ανεπιτυχείς προσπάθειες αποκατάστασης, καθώς οι χειρουργοί δεν μπορούσαν να εντοπίσουν τη βλάβη με τις παραδοσιακές μεθόδους. Το τρισδιάστατο μοντέλο αποσαφήνισε την ανατομία και η αποκατάσταση πέτυχε με την πρώτη προσπάθεια. Σε τέτοιες περιπτώσεις, δήλωσε ο Jolley, η μοντελοποίηση της καρδιάς έχει περάσει από την έρευνα στο πρότυπο περίθαλψης.

Προσομοίωση συσκευών πριν από την επέμβαση

Για την ομάδα του Jolley, ο στόχος ξεπερνά την απεικόνιση: θέλει να προβλέπει τι θα συμβεί όταν μια συσκευή τοποθετηθεί μέσα στην καρδιά ενός παιδιού, προτού αρχίσει οποιαδήποτε διαδικασία. Η εργασία αυτή εκτελείται στο Newton, μια μηχανή φυσικής ανοικτού κώδικα που βασίζεται στο πλαίσιο Python NVIDIA Warp, εκτελεί προσομοιώσεις φυσικής σε GPU και αρχικά προοριζόταν για εκπαίδευση ρομπότ τεχνητής νοημοσύνης με βάση προσομοιώσεις.

Το CHOP συνεργάζεται με τη NVIDIA και την κοινότητα ανοικτού κώδικα για τη δημιουργία πλαισίων προσομοίωσης με το Warp που επικεντρώνονται στη βιομηχανική και μπορούν να ενσωματωθούν στο Newton. Αφού συνδεθούν με το 3D Slicer και το SlicerHeart, τα πλαίσια προορίζονται να βοηθήσουν τους γιατρούς να κατανοήσουν τις υλικές ιδιότητες των ιστών που καθορίζουν πώς θα αναπτυχθεί μια συσκευή σε έναν συγκεκριμένο ασθενή. Η NVIDIA αναφέρει ότι η επιτάχυνση μέσω GPU μπορεί να μειώσει τον χρόνο που απαιτείται για την προσομοίωση μιας καρδιακής συσκευής από έως τέσσερις ώρες, ή από μια ολόκληρη νύχτα για πολλαπλές διαμορφώσεις, σε σχεδόν πραγματικό χρόνο. Στην πράξη, αυτό είναι αρκετά γρήγορο ώστε ένας γιατρός να συγκρίνει πώς ταιριάζουν διαφορετικές συσκευές στην ανατομία ενός παιδιού και να λάβει απόφαση την ίδια ημέρα.

Το CHOP έχει αρχίσει να εφαρμόζει λειτουργίες βασισμένες στο Warp και το Newton για τις συσκευές σύγκλεισης που χρησιμοποιούνται για να σφραγίζουν οπές στις καρδιές παιδιών και ελπίζει να εφαρμόσει παρόμοιες μεθόδους σε προσομοιώσεις διακαθετηριακών βαλβίδων. Η αρχιτεκτονική ανοικτού κώδικα των Warp και Newton συνδέεται με το SlicerHeart, με μακροπρόθεσμο στόχο την ένταξη προσομοιώσεων πραγματικού χρόνου στις κλινικές ροές. Αναπτύσσεται επίσης ένας σύνδεσμος που χρησιμοποιεί το SlicerHeart και ψηφιακά δίδυμα NVIDIA Omniverse με τεχνολογία OpenUSD: οι προσομοιώσεις που δημιουργούνται από εικόνες ασθενών θα μεταφέρονται σε περιβάλλοντα εικονικής πραγματικότητας με ενσωματωμένα μοντέλα όρασης-γλώσσας, επιτρέποντας στους γιατρούς να υποβάλλουν ερωτήματα και να αλληλεπιδρούν με την καρδιακή ανατομία ενός παιδιού πριν παρέμβουν.

Η οικονομία του ανοικτού κώδικα και μια εθνική κοινοπραξία

Περίπου 2,4 εκατομμύρια άνθρωποι στις ΗΠΑ ζουν με συγγενή καρδιοπάθεια και η NVIDIA περιγράφει αυτόν τον πληθυσμό ως ιστορικά πολύ μικρό και πολύ ετερογενή για να προσελκύσει παραδοσιακές επενδύσεις από εταιρείες ιατρικών συσκευών στην κλίμακα που χρειάζονται οι οικογένειες. Ο Jolley δήλωσε ότι ο πληθυσμός είναι πολύ μικρός για να στηρίξει την παραδοσιακή εμπορική ανάπτυξη με βάση τους συνήθεις οικονομικούς όρους και ότι ο ανοικτός κώδικας υπερβαίνει αυτούς τους όρους για μικρούς και ετερογενείς πληθυσμούς, επιτρέποντας τη συνεργασία και την πρόοδο χωρίς εμπόδια.

Τα εργαλεία SlicerHeart διατίθενται δωρεάν ώστε άλλοι να μπορούν να τα χρησιμοποιούν και να τα επεκτείνουν, ενώ ερευνητές από το Stanford και το Boston Children’s Hospital συνεισφέρουν πρόσθετα εργαλεία μαζί με το CHOP. Τώρα δημιουργείται μια εθνική κοινοπραξία παιδιατρικών νοσοκομείων για την ανάπτυξη κοινής υποδομής μοντελοποίησης επόμενης γενιάς, με εργαλεία ανοικτού κώδικα που συνδέουν την εργασία των συμμετεχόντων ιδρυμάτων. Σύμφωνα με τη NVIDIA, η επένδυση και η συνεργασία της σε ανοικτές πλατφόρμες, όπως το MONAI για τεχνητή νοημοσύνη στην ιατρική απεικόνιση, το Newton για προσομοιώσεις φυσικής και το OpenUSD για τρισδιάστατη διαλειτουργικότητα και εικονική πραγματικότητα, προσφέρουν σε ένα εργαστήριο παιδιατρικού νοσοκομείου πρόσβαση σε εργαλεία που διαφορετικά θα απαιτούσαν μια ομάδα μηχανικών μεγέθους εταιρείας για να αναπτυχθούν και να συντηρηθούν.