CHOP mallintaa lasten sydämiä NVIDIAn avoimen lähdekoodin tekoälytyökaluilla

Children’s Hospital of Philadelphia (CHOP) käyttää sydämen mallinnuspalvelua, joka perustuu MONAIhin. Kyseessä on NVIDIAn yhdessä perustama avoimen lähdekoodin lääketieteellisen kuvantamisen kehys. Palvelu muuntaa lapsen hoitotiimin jo hallussa olevat tietokonetomografia- ja magneettikuvat sekä 3D-ultraäänikuvat anatomisesti tarkoiksi sydänmalleiksi, NVIDIA kertoi 15. syyskuuta 2026. NVIDIAn mukaan palvelu tuottaa jokaisen mallin muutamassa sekunnissa ja korvaa työnkulun, johon koulutetulta tutkijalta kului aiemmin noin neljä tuntia. Näin mallit ovat riittävän nopeita tavanomaiseen kliiniseen käyttöön.

NVIDIAn kuvauksen mukaan noin yhdellä prosentilla elävänä syntyneistä lapsista on synnynnäinen sydänvika, eikä kahta samanlaista tapausta ole. Lapsi, jolla on syntyessään reikä sydämen alakammioiden välissä tai vuotava läppä ainoassa elossa pitävässä pumppauskammiossa, tarvitsee juuri kyseiseen anatomiaan sovitettua hoitoa. Kirurgien käyttämät laitteet on kuitenkin perinteisesti suunniteltu tuskin koskaan juuri tätä lasta ajatellen.

”Meillä on ainutlaatuinen lapsi ja vakiolaite”, sanoi Children’s Hospital of Philadelphian kardiologi ja tutkija tohtori Matthew Jolley NVIDIAn blogikirjoituksessa. ”Tehtävämme on löytää sopiva ratkaisu, ja mallinnuksen avulla voimme tehdä sen ennen kuin kukaan menee katetrointilaboratorioon tai leikkaussaliin.”

NVIDIAn mukaan lähestymistapa leviää. Sydämen mallinnusohjelmia toimii nyt yli 20 lastensairaalassa eri puolilla Yhdysvaltoja. Boston Children’s Hospitalissa mallinnusta käytetään yli puolessa kaikista sydänleikkauksista eli noin 500 tapauksessa vuodessa, ja CHOP odottaa saavuttavansa noin 200 mallinnettua tapausta vuonna 2026. Työ alkoi sydänhoidosta, mutta CHOP pyrkii nyt soveltamaan samoja työkaluja useilla aloilla sairaalan Morgan Center for Research and Innovationiin kuuluvan IDEA Labin kautta. CHOPin Research Institute on kuvannut IDEA Labia, jonka nimi tulee sanoista Innovate, Design, Engineer, and Accelerate, Morgan Centerin keskeiseksi osaksi. Elizabeth Silvestron, PhD, johtama laboratorio tarjoaa kampuksella biovalmistuksen resursseja.

SlicerHeartista hoidon vakiokäytännöksi

Jolley liittyi CHOPiin vuonna 2015, jolloin 3D-sydämen ultraäänikuvaus oli vasta tulossa käyttöön. Aikuisten läppien mallintamiseen oli työkaluja, mutta hänen hoitamiinsa monimutkaisiin ja pieniin anatomioihin ei NVIDIAn mukaan ollut kehitetty juuri mitään. Jolleyn laboratorio ja avoimen lähdekoodin yhteisö rakensivat SlicerHeartin, avoimen lähdekoodin 3D Slicer -ohjelmiston laajennuksen, jota käytetään lääketieteellisten 3D-kuvien visualisointiin, segmentointiin ja analysointiin. Tiimi kehitti myös työnkulkuja lasten sydänten ja läppien mallintamiseen useista kuvantamismenetelmistä.

Yhden mallin tuottaminen vaati vuosien ajan koulutetulta tutkimusavustajalta useita tunteja työaseman ääressä. MONAI Labelin ja NVIDIAn Auto3DSeg-toteutuksen avulla Jolleyn tiimi koulutti segmentointiverkkoja aiempien kuvien ja mallien pareilla. NVIDIAn mukaan tulos saavuttaa muutamassa sekunnissa tuntien sijasta saman laatutason kuin koulutetun ihmisen työ. Jolleyn mukaan koneoppimisesta on tullut laboratoriossa rutiinia: heti kun tiimi on tehnyt 10 tai 20 kuva-malliparia, se kouluttaa mallin ja alkaa käyttää sitä.

MONAIn oma projektisivusto kuvaa PyTorchiin perustuvaa ja yhteisön johtamaa lääketieteellisen kuvantamisen tekoälyekosysteemiä: MONAI Label tarjoaa aktiiviseen oppimiseen perustuvan merkintätoiminnon, joka yhdistyy 3D Sliceriin, MONAI Core tarjoaa koulutus- ja tutkimuskirjaston, ja MONAI Deploy paketoi koulutetut mallit kliinisiin päättelyputkiin. Auto3DSeg kuuluu sen viitetoteutuksiin. Kehystä ylläpitävät NVIDIAn, NIH:n, King’s College Londonin, Mayo Clinicin, MSKCC:n, Stanfordin, DKFZ:n ja yli 30 muun laitoksen tutkijat ja insinöörit, ja sitä jaetaan Apache 2.0 -lisenssillä.

NVIDIAn mukaan kliininen vaikutus näkyi nopeasti. Monimutkaisissa kammioväliseinäaukoissa, eli sydämen alakammioiden välisissä rei’issä, CHOP tekee nykyisin mallinnuksen rutiininomaisesti ennen leikkausta. Eräässä varhaisessa tapauksessa lapselle oli jo tehty kaksi epäonnistunutta korjausyritystä, koska kirurgit eivät pystyneet paikantamaan vikaa perinteisin menetelmin. 3D-malli selvensi anatomian, ja korjaus onnistui ensimmäisellä yrityksellä. Tällaisissa tapauksissa sydämen mallinnus on Jolleyn mukaan siirtynyt tutkimuksesta hoidon vakiokäytännöksi.

Laitteiden simulointi ennen leikkausta

Jolleyn tiimin tavoite ulottuu visualisointia pidemmälle: se haluaa ennustaa ennen toimenpiteen alkua, mitä tapahtuu, kun laite asetetaan lapsen sydämeen. Työ tehdään Newtonilla, avoimen lähdekoodin fysiikkamoottorilla, joka perustuu NVIDIA Warp -Python-kehykseen, suorittaa fysiikkasimulaatioita GPU:illa ja oli alun perin tarkoitettu simulaatioihin perustuvaan tekoälyrobottien koulutukseen.

CHOP rakentaa yhdessä NVIDIAn ja avoimen lähdekoodin yhteisön kanssa Warpilla biomekaniikkaan keskittyviä simulointikehyksiä, jotka voidaan tuoda Newtoniin. Kun kehykset on yhdistetty 3D Sliceriin ja SlicerHeartiin, niiden on tarkoitus auttaa lääkäreitä ymmärtämään kudoksen materiaaliominaisuuksia, jotka ratkaisevat, miten laite avautuu tietyllä potilaalla. NVIDIAn mukaan GPU-kiihdytys voi lyhentää sydänlaitteen simulointiin tarvittavan ajan jopa neljästä tunnista, tai useiden kokoonpanojen koko yön ajosta, lähes reaaliaikaiseksi. Käytännössä tämä on riittävän nopeaa, jotta lääkäri voi verrata eri laitteiden sopivuutta lapsen anatomiaan ja tehdä päätöksen samana päivänä.

CHOP on alkanut ottaa käyttöön Warpiin ja Newtoniin perustuvia ominaisuuksia sulkulaitteille, joilla lasten sydämissä olevia reikiä suljetaan, ja se toivoo voivansa soveltaa vastaavia menetelmiä katetriläppien simulointiin. Warpin ja Newtonin avoimen lähdekoodin arkkitehtuuria yhdistetään SlicerHeartiin pitkän aikavälin tavoitteena tuoda reaaliaikaiset simulaatiot kliinisiin työnkulkuihin. Kehitteillä on myös SlicerHeartia ja OpenUSD:n tukemia NVIDIA Omniverse -digitaalisia kaksosia käyttävä liitin: potilaskuvista rakennetut simulaatiot siirtyisivät virtuaalitodellisuusympäristöihin, joissa on sisäänrakennettuja kuva-kielimalleja, jotta lääkärit voisivat esittää kysymyksiä lapsen sydämen anatomiasta ja olla sen kanssa vuorovaikutuksessa ennen toimenpidettä.

Avoimen lähdekoodin talous ja kansallinen konsortio

Yhdysvalloissa noin 2,4 miljoonaa ihmistä elää synnynnäisen sydänsairauden kanssa. NVIDIA kuvaa tätä väestöä historiallisesti liian pieneksi ja liian monimuotoiseksi houkutellakseen perinteisiä laitevalmistajien investointeja perheiden tarvitsemassa mittakaavassa. Jolleyn mukaan ryhmä on tavallisen taloudellisen ajattelun perusteella liian pieni perinteisen kaupallisen kehityksen tueksi, ja avoin lähdekoodi haastaa nämä ehdot pienissä ja heterogeenisissä ryhmissä mahdollistamalla yhteistyön ja edistyksen ilman esteitä.

SlicerHeart-työkalut ovat muiden käytettävissä ja laajennettavissa maksutta, ja Stanfordin sekä Boston Children’s Hospitalin tutkijat tuovat CHOPin rinnalla lisää työkaluja. Parhaillaan muodostetaan lastensairaaloiden kansallista konsortiota rakentamaan seuraavan sukupolven yhteistä mallinnusinfrastruktuuria, jossa avoimen lähdekoodin työkalut yhdistävät osallistuvien laitosten työn. NVIDIAn mukaan sen investoinnit ja yhteistyö avoimilla alustoilla, kuten lääketieteellisen kuvantamisen tekoälyyn tarkoitettu MONAI, fysiikkasimulaatioihin tarkoitettu Newton sekä 3D-yhteentoimivuuteen ja virtuaalitodellisuuteen tarkoitettu OpenUSD, antavat lastensairaalan laboratoriolle pääsyn työkaluihin, joiden rakentaminen ja ylläpito vaatisi muuten yrityksen kokoisen insinööritiimin.