CHOP मॉडल बनाता है बच्चों के दिलों को ओपन‑सोर्स NVIDIA AI टूल्स के साथ

फ़िलाडेल्फ़िया के चिल्ड्रन्स हॉस्पिटल (CHOP) एक हृदय मॉडलिंग सेवा चला रहा है जो MONAI पर आधारित है, जो NVIDIA द्वारा सह‑स्थापित एक ओपन‑सोर्स मेडिकल इमेजिंग फ्रेमवर्क है, और यह बच्चे की देखभाल टीम के पास मौजूद CT स्कैन, MRI और 3D अल्ट्रासाउंड छवियों को एनाटॉमिक रूप से सटीक हृदय मॉडलों में बदल देता है, जैसा कि NVIDIA ने 15 सितंबर, 2026 को रिपोर्ट किया। NVIDIA ने कहा कि यह सेवा प्रत्येक मॉडल को सेकंडों में बनाती है, जिससे वह कार्यप्रवाह बदल जाता है जो पहले एक कुशल शोधकर्ता को लगभग चार घंटे लेता था, और मॉडल को नियमित क्लिनिकल उपयोग के लिए पर्याप्त तेज़ बनाता है।

लगभग 1 % जीवित जन्मों में जन्मजात हृदय दोष होता है, और कोई दो समान नहीं होते, जैसा कि NVIDIA के अनुसार बताया गया है। एक बच्चा जो हृदय के निचले कक्षों के बीच छेद या एक ही पंपिंग कक्ष में लीकी वाल्व के साथ पैदा होता है, उसे बिल्कुल उसी शारीरिक संरचना के अनुसार देखभाल चाहिए, जबकि सर्जन द्वारा उपयोग किए जाने वाले उपकरण ऐतिहासिक रूप से लगभग कभी भी उस विशिष्ट बच्चे को ध्यान में रखकर डिजाइन नहीं किए गए हैं।

“आपके पास एक अनोखा बच्चा और एक तैयार-उपलब्ध उपकरण है,” कहा डॉ. मैथ्यू जॉली, एक कार्डियोलॉजिस्ट और फ़िलाडेल्फ़िया के चिल्ड्रन्स हॉस्पिटल में शोधकर्ता, NVIDIA का ब्लॉग पोस्ट में। “हमारा काम यह ढूँढना है कि क्या फिट बैठता है — और मॉडलिंग हमें यह सब करने देती है इससे पहले कि कोई भी कैथ लैब या ऑपरेटिंग रूम में जाए।”

NVIDIA की रिपोर्ट के अनुसार यह दृष्टिकोण फैल रहा है। कार्डियक मॉडलिंग प्रोग्राम अब संयुक्त राज्य के 20 से अधिक बच्चों के अस्पतालों में चल रहे हैं। बॉस्टन चिल्ड्रन्स हॉस्पिटल में, मॉडलिंग सभी कार्डियक सर्जरी में से आधे से अधिक का समर्थन करती है, लगभग 500 मामलों प्रति वर्ष, और CHOP 2026 में लगभग 200 मॉडल किए गए मामलों तक पहुँचने की उम्मीद करता है। जहाँ कार्य कार्डियक देखभाल में शुरू हुआ, CHOP अब समान टूल्स को कई अनुशासनों में लागू करने का लक्ष्य रखता है IDEA Lab के माध्यम से, जो अस्पताल के मॉर्गन सेंटर फॉर रिसर्च एंड इनोवेशन का हिस्सा है। CHOP के रिसर्च इंस्टीट्यूट ने IDEA Lab, जिसका संक्षिप्त रूप Innovate, Design, Engineer, and Accelerate है, को मॉर्गन सेंटर का मुख्य आकर्षण बताया है, जो कैंपस में बायोफैब्रिकेशन संसाधन प्रदान करता है, और इसका नेतृत्व एलिजाबेथ सिलवेस्ट्रो, PhD कर रही हैं।

SlicerHeart से मानक देखभाल तक

जॉली ने 2015 में CHOP में शामिल हुए, जब 3D इकोकार्डियोग्राफी अभी-अभी ऑनलाइन आ रही थी। वयस्क वाल्वों के मॉडलिंग के लिए उपकरण मौजूद थे, लेकिन वह जटिल, छोटे शारीरिक संरचनाओं के लिए लगभग कुछ भी नहीं बनाया गया था, जैसा कि NVIDIA के अनुसार बताया गया है। जॉली की लैब और ओपन‑सोर्स समुदाय ने SlicerHeart बनाया, जो ओपन‑सोर्स 3D Slicer सॉफ़्टवेयर का एक विस्तार है, जिसका उपयोग 3D मेडिकल इमेजेज़ को विज़ुअलाइज़, सेगमेंट और विश्लेषण करने के लिए किया जाता है, और टीम ने कई इमेजिंग मोडालिटीज़ से बाल रोग हृदय और वाल्वों के मॉडलिंग के लिए कार्यप्रवाह विकसित किए।

सालों तक, एक मॉडल बनाना मतलब एक कुशल रिसर्च असिस्टेंट का वर्कस्टेशन पर कई घंटे बिताना था। MONAI Label और NVIDIA के Auto3DSeg कार्यान्वयन का उपयोग करके, जॉली की टीम ने पूर्व छवियों और मॉडलों की जोड़ी पर सेगमेंटेशन नेटवर्क को प्रशिक्षित किया, और NVIDIA ने बताया कि आउटपुट वही गुणवत्ता मानक पूरा करता है जो एक प्रशिक्षित मानव सेकंडों में उत्पन्न करता है, घंटे नहीं। जॉली ने कहा कि मशीन लर्निंग लैब में नियमित हो गई है: जैसे ही टीम ने 10 या 20 छवि‑मॉडल जोड़े बनाए, वह एक मॉडल को प्रशिक्षित करती है और उसे लागू करना शुरू कर देती है।

MONAI की अपनी प्रोजेक्ट साइट एक PyTorch‑आधारित, समुदाय‑नेतृत्व वाला इकोसिस्टम वर्णन करती है जो मेडिकल‑इमेजिंग AI के लिए है: MONAI Label सक्रिय‑लर्निंग एनोटेशन प्रदान करता है जो 3D Slicer में जुड़ता है, MONAI Core प्रशिक्षण और शोध लाइब्रेरी प्रदान करता है, और MONAI Deploy प्रशिक्षित मॉडलों को क्लिनिकल इन्फरेंस पाइपलाइन के लिए पैकेज करता है, जिसमें Auto3DSeg उसका संदर्भ कार्यान्वयन है। यह फ्रेमवर्क NVIDIA, NIH, किंग्स कॉलेज लंदन, मेयो क्लिनिक, MSKCC, स्टैनफ़ोर्ड, DKFZ और 30 से अधिक अन्य संस्थानों के शोधकर्ताओं और इंजीनियरों द्वारा बनाए रखा जाता है, और यह Apache 2.0 लाइसेंस के तहत वितरित किया जाता है।

NVIDIA के अनुसार क्लिनिकल प्रभाव जल्दी ही दिखा। जटिल वेंट्रिक्युलर सेप्टल दोषों, यानी हृदय के निचले कक्षों के बीच छेदों के लिए, CHOP अब सर्जरी से पहले नियमित रूप से मॉडल बनाता है। एक शुरुआती मामले में, एक बच्चे ने पहले ही दो असफल मरम्मत प्रयासों का सामना किया था, जहाँ सर्जन पारंपरिक तरीकों से दोष का पता नहीं लगा सके; 3D मॉडल ने शारीरिक संरचना को स्पष्ट किया, और मरम्मत पहली कोशिश में सफल रही। इन मामलों के लिए, जॉली ने कहा, कार्डियक मॉडलिंग ने शोध से मानक देखभाल की ओर कदम बढ़ाया है।

सर्जरी से पहले उपकरणों का सिमुलेशन

जॉली की टीम के लिए लक्ष्य केवल विज़ुअलाइज़ेशन से आगे है: वे यह भविष्यवाणी करना चाहते हैं कि जब कोई उपकरण बच्चे के हृदय के अंदर स्थापित किया जाए तो क्या होगा, इससे पहले कि कोई प्रक्रिया शुरू हो। यह कार्य Newton पर चलता है, जो NVIDIA Warp Python फ्रेमवर्क पर निर्मित एक ओपन‑सोर्स फिज़िक्स इंजन है, जो GPU पर फिज़िक्स सिमुलेशन चलाता है और मूलतः सिमुलेशन‑आधारित AI रोबोट प्रशिक्षण के लिए बनाया गया था।

CHOP NVIDIA और ओपन‑सोर्स समुदाय के साथ मिलकर Warp के साथ बायोमैकेनिक्स‑केंद्रित सिमुलेशन फ्रेमवर्क बना रहा है जिन्हें Newton में लाया जा सकता है। एक बार 3D Slicer और SlicerHeart के साथ एकीकृत होने पर, ये फ्रेमवर्क डॉक्टरों को उस टिश्यू सामग्री के गुणों को समझने में मदद करने के लिए डिज़ाइन किए गए हैं, जो निर्धारित करते हैं कि कोई उपकरण रोगी में कैसे स्थापित होगा। NVIDIA ने बताया कि GPU एक्सेलेरेशन कार्डियक डिवाइस सिमुलेशन के लिए आवश्यक समय को चार घंटे तक या कई कॉन्फ़िगरेशन के लिए पूरी रात के रन से घटाकर लगभग वास्तविक समय तक ला सकता है, जो व्यावहारिक रूप से चिकित्सक को यह तुलना करने के लिए पर्याप्त तेज़ है कि विभिन्न उपकरण बच्चे की शारीरिक संरचना में कैसे फिट होते हैं, जिससे उसी दिन का निर्णय लिया जा सके।

CHOP ने बच्चों के दिलों में छेदों को सील करने वाले क्लोजर डिवाइस के लिए Warp और Newton पर निर्मित सुविधाओं को लागू करना शुरू कर दिया है, और यह समान विधियों को ट्रांसकैथेटर वाल्व सिमुलेशन पर भी लागू करने की आशा रखता है। Warp और Newton की ओपन‑सोर्स आर्किटेक्चर को SlicerHeart के साथ जोड़ा जा रहा है, जिसका दीर्घकालिक लक्ष्य वास्तविक‑समय सिमुलेशन को क्लिनिकल वर्कफ़्लो में लाना है। SlicerHeart और NVIDIA Omniverse डिजिटल ट्विन्स, जो OpenUSD द्वारा संचालित हैं, का उपयोग करके एक कूपलर भी विकसित किया जा रहा है: रोगी की इमेज से निर्मित सिमुलेशन वर्चुअल रियलिटी वातावरण में प्रवाहित होंगे, जिसमें एम्बेडेड विज़न‑लैंग्वेज मॉडल होंगे, जिससे चिकित्सक बच्चे की कार्डियक एनाटॉमी को क्वेरी और इंटरैक्ट कर सकेंगे, इससे पहले कि वे उस पर कार्रवाई करें।

ओपन‑सोर्स अर्थशास्त्र और एक राष्ट्रीय कंसोर्टियम

संयुक्त राज्य में लगभग 2.4 मिलियन लोग जन्मजात हृदय रोग के साथ रहते हैं, और NVIDIA इस जनसंख्या को ऐतिहासिक रूप से बहुत दुर्लभ और बहुत विविध बताता है, जिससे पारंपरिक डिवाइस‑कंपनी निवेश को वह पैमाना नहीं मिलता जिसकी परिवारों को आवश्यकता होती है। Jolley ने कहा कि यह जनसंख्या पारंपरिक व्यावसायिक विकास को सामान्य आर्थिक सिद्धांतों के तहत समर्थन देने के लिए बहुत छोटी है, और ओपन सोर्स उन आर्थिक सिद्धांतों को छोटे और विषम जनसंख्याओं के लिए बाधाओं के बिना सहयोग और प्रगति की अनुमति देकर चुनौती देता है।

SlicerHeart टूल्स को अन्य उपयोगकर्ताओं के लिए निःशुल्क उपलब्ध कराया गया है, जिससे वे इन्हें उपयोग और विस्तारित कर सकते हैं, और Stanford तथा Boston Children’s के शोधकर्ता CHOP के साथ अतिरिक्त टूल्स योगदान देते हैं। बच्चों के अस्पतालों का एक राष्ट्रीय कंसोर्टियम अब अगली पीढ़ी की साझा मॉडलिंग इन्फ्रास्ट्रक्चर बनाने के लिए बन रहा है, जिसमें ओपन‑सोर्स टूल्स भाग लेने वाले संस्थानों के बीच कार्य को जोड़ते हैं। NVIDIA ने कहा कि ओपन प्लेटफ़ॉर्म, जिसमें मेडिकल इमेजिंग AI के लिए MONAI, फिज़िक्स सिमुलेशन के लिए Newton और 3D इंटरऑपरेबिलिटी व वर्चुअल रियलिटी के लिए OpenUSD शामिल हैं, में उसका निवेश और सहयोग बच्चों के अस्पताल के लैब को ऐसे टूल्स तक पहुंच प्रदान करता है, जिन्हें अन्यथा कंपनी‑स्तर की इंजीनियरिंग टीम को बनाना और बनाए रखना पड़ता।