CHOP modela los corazones de los niños con herramientas de IA de NVIDIA de código abierto

El Children’s Hospital of Philadelphia (CHOP) está ejecutando un servicio de modelado cardíaco construido sobre MONAI, un marco de imágenes médicas de código abierto cofundado por NVIDIA, que convierte las tomografías computarizadas, resonancias magnéticas y imágenes de ultrasonido 3D que el equipo de atención del niño ya tiene en modelos cardíacos anatómicamente precisos, informó NVIDIA el 15 de septiembre de 2026. NVIDIA dijo que el servicio produce cada modelo en segundos, reemplazando un flujo de trabajo que antes requería a un investigador especializado aproximadamente cuatro horas, haciendo que los modelos sean lo suficientemente rápidos para su uso clínico rutinario.

Según el informe de NVIDIA, alrededor del 1 % de los nacimientos vivos presentan un defecto cardíaco congénito, y no hay dos iguales. Un niño nacido con un agujero entre las cámaras inferiores del corazón, o con una válvula que gotea en la única cámara de bombeo que lo mantiene con vida, necesita una atención adaptada a esa anatomía exacta, mientras que los dispositivos que los cirujanos utilizan históricamente casi nunca han sido diseñados pensando en ese niño específico.

“Tienes un niño único y un dispositivo estándar,” dijo el Dr. Matthew Jolley, cardiólogo e investigador del Children’s Hospital of Philadelphia, en la publicación del blog de NVIDIA. “Nuestro trabajo es encontrar lo que encaje — y el modelado nos permite hacerlo antes de que alguien entre al laboratorio de cateterismo o al quirófano.”

El enfoque se está extendiendo, informa NVIDIA. Los programas de modelado cardíaco ahora operan en más de 20 hospitales infantiles en los EE. UU. En el Hospital Infantil de Boston, el modelado respalda más de la mitad de todas las cirugías cardíacas, aproximadamente 500 casos al año, y CHOP espera alcanzar alrededor de 200 casos modelados en 2026. Donde el trabajo comenzó en la atención cardíaca, CHOP ahora busca aplicar las mismas herramientas en múltiples disciplinas a través del IDEA Lab, parte del Centro Morgan de Investigación e Innovación del hospital. El Instituto de Investigación de CHOP ha descrito el IDEA Lab, abreviatura de Innovate, Design, Engineer, and Accelerate, como un elemento central del Centro Morgan que ofrece recursos de biofabricación en el campus, liderado por Elizabeth Silvestro, PhD.

De SlicerHeart a la práctica estándar

Jolley se incorporó a CHOP en 2015, cuando la ecocardiografía 3D recién comenzaba a estar disponible. Existían herramientas para modelar válvulas adultas, pero casi nada se había creado para las anatomías complejas y pequeñas que él trataba, según el informe de NVIDIA. El laboratorio de Jolley y la comunidad de código abierto desarrollaron SlicerHeart, una extensión del software de código abierto 3D Slicer utilizado para visualizar, segmentar y analizar imágenes médicas 3D, y el equipo creó flujos de trabajo para modelar corazones y válvulas pediátricas a partir de múltiples modalidades de imagen.

Durante años, producir un solo modelo implicaba que un asistente de investigación especializado pasara horas en una estación de trabajo. Utilizando MONAI Label y la implementación Auto3DSeg de NVIDIA, el equipo de Jolley entrenó redes de segmentación con pares de imágenes y modelos previos, y NVIDIA informa que el resultado cumple el mismo estándar de calidad que produciría un humano entrenado, en segundos en lugar de horas. Jolley dijo que el aprendizaje automático se ha vuelto rutinario en el laboratorio: tan pronto como el equipo ha creado 10 o 20 pares imagen-modelo, entrena un modelo y comienza a aplicarlo.

El propio sitio del proyecto MONAI describe un ecosistema liderado por la comunidad y basado en PyTorch para IA de imágenes médicas: MONAI Label ofrece anotación de aprendizaje activo que se integra con 3D Slicer, MONAI Core proporciona la biblioteca de entrenamiento e investigación, y MONAI Deploy empaqueta modelos entrenados para canalizaciones de inferencia clínica, con Auto3DSeg entre sus implementaciones de referencia. El marco es mantenido por investigadores e ingenieros de NVIDIA, NIH, King’s College London, Mayo Clinic, MSKCC, Stanford, DKFZ y más de 30 instituciones adicionales, y se distribuye bajo una licencia Apache 2.0.

El impacto clínico se manifestó rápidamente, según NVIDIA. Para los defectos septales ventriculares complejos, agujeros entre las cámaras inferiores del corazón, CHOP ahora modela de forma rutinaria antes de la cirugía. En un caso temprano, un niño ya había sufrido dos intentos de reparación fallidos, y los cirujanos no pudieron localizar el defecto con métodos tradicionales; el modelo 3D aclaró la anatomía y la reparación tuvo éxito en el primer intento. Para casos como estos, dijo Jolley, el modelado cardíaco ha pasado de la investigación a la práctica estándar.

Simulando dispositivos antes de la cirugía

Para el equipo de Jolley, el objetivo va más allá de la visualización: quieren predecir qué ocurrirá cuando se implante un dispositivo dentro del corazón de un niño, antes de que comience cualquier procedimiento. Ese trabajo se ejecuta en Newton, un motor de física de código abierto construido sobre el marco NVIDIA Warp para Python que realiza simulaciones físicas en GPU y originalmente se diseñó para entrenamiento de robots con IA basada en simulación.

CHOP está colaborando con NVIDIA y la comunidad de código abierto para crear marcos de simulación centrados en la biomecánica con Warp que puedan incorporarse a Newton. Una vez integrados con 3D Slicer y SlicerHeart, los marcos están destinados a ayudar a los médicos a comprender las propiedades materiales de los tejidos que determinan cómo se desplegará un dispositivo en un paciente determinado. NVIDIA informa que la aceleración por GPU puede reducir el tiempo necesario para la simulación de dispositivos cardíacos de hasta cuatro horas, o una ejecución nocturna completa para múltiples configuraciones, a casi tiempo real, lo suficientemente rápido en la práctica para que un clínico compare cómo diferentes dispositivos se ajustan a la anatomía de un niño y tome una decisión el mismo día.

CHOP ha comenzado a implementar funciones construidas sobre Warp y Newton para los dispositivos de cierre utilizados para sellar agujeros en los corazones de los niños, y espera aplicar métodos similares a simulaciones de válvulas transcatéter. La arquitectura de código abierto de Warp y Newton se está conectando con SlicerHeart, con el objetivo a largo plazo de incorporar simulaciones en tiempo real en los flujos de trabajo clínicos. También está en desarrollo un acoplador que utiliza SlicerHeart y los gemelos digitales de NVIDIA Omniverse, impulsado por OpenUSD: las simulaciones creadas a partir de imágenes de pacientes fluirían a entornos de realidad virtual con modelos de visión‑lenguaje integrados, permitiendo a los clínicos consultar e interactuar con la anatomía cardíaca de un niño antes de actuar sobre ella.

Economía de código abierto y un consorcio nacional

Alrededor de 2,4 millones de personas en EE. UU. viven con enfermedad cardíaca congénita, y NVIDIA describe a esta población como históricamente demasiado rara y demasiado diversa para atraer la inversión tradicional de compañías de dispositivos a la escala que las familias necesitan. Jolley dijo que la población es demasiado pequeña para sostener el desarrollo comercial tradicional bajo la economía normal, y que el código abierto desafía esa economía para poblaciones pequeñas y heterogéneas al permitir la colaboración y el progreso sin barreras.

Las herramientas de SlicerHeart están disponibles sin costo para que otros las usen y amplíen, y los investigadores de Stanford y Boston Children’s aportan herramientas adicionales junto a CHOP. Ahora se está formando un consorcio nacional de hospitales infantiles para crear una infraestructura de modelado compartido de próxima generación, con herramientas de código abierto que enlazan el trabajo entre las instituciones participantes. NVIDIA dijo que su inversión y colaboración en plataformas abiertas, incluidas MONAI para IA de imágenes médicas, Newton para simulación física y OpenUSD para interoperabilidad 3D y realidad virtual, brinda a un laboratorio de hospital infantil acceso a herramientas que de otro modo requerirían un equipo de ingeniería del tamaño de una empresa para construir y mantener.