CHOP modella i cuori dei bambini con strumenti di IA open source di NVIDIA

Il Children’s Hospital of Philadelphia (CHOP) gestisce un servizio di modellazione cardiaca basato su MONAI, un framework open source per l’imaging medico cofondato da NVIDIA, che trasforma le scansioni TC, le risonanze magnetiche e le immagini ecografiche 3D già in possesso dell’équipe che cura un bambino in modelli del cuore anatomicamente precisi, ha riferito NVIDIA il 15 settembre 2026. Secondo NVIDIA, il servizio produce ogni modello in pochi secondi, sostituendo un processo che in passato richiedeva circa quattro ore a un ricercatore qualificato e rendendo i modelli abbastanza rapidi per l’uso clinico ordinario.

Secondo il resoconto di NVIDIA, circa l’1% dei nati vivi presenta un difetto cardiaco congenito e non esistono due casi uguali. Un bambino nato con un foro tra le cavità inferiori del cuore, oppure con una valvola che perde nell’unica cavità di pompaggio che lo tiene in vita, ha bisogno di cure adatte esattamente a quella anatomia, mentre i dispositivi impiegati dai chirurghi storicamente non sono quasi mai stati progettati pensando a quel bambino specifico.

«C’è un bambino unico e un dispositivo standard», ha dichiarato il dott. Matthew Jolley, cardiologo e ricercatore del Children’s Hospital of Philadelphia, in un articolo del blog di NVIDIA. «Il nostro compito è trovare ciò che si adatta meglio, e la modellazione ci permette di farlo prima che qualcuno entri nel laboratorio di cateterismo o in sala operatoria».

Secondo NVIDIA, l’approccio si sta diffondendo. Programmi di modellazione cardiaca sono ora attivi in oltre 20 ospedali pediatrici degli Stati Uniti. Al Boston Children’s Hospital, la modellazione supporta più della metà di tutti gli interventi cardiaci, circa 500 casi all’anno, e il CHOP prevede di raggiungere circa 200 casi modellati nel 2026. Dopo aver iniziato nell’assistenza cardiaca, il CHOP intende ora applicare gli stessi strumenti a più discipline attraverso l’IDEA Lab, parte del Morgan Center for Research and Innovation dell’ospedale. Il Research Institute del CHOP ha descritto l’IDEA Lab, abbreviazione di Innovate, Design, Engineer, and Accelerate, come un elemento centrale del Morgan Center che offre risorse di biofabbricazione all’interno del campus ed è diretto da Elizabeth Silvestro, PhD.

Da SlicerHeart allo standard di cura

Jolley è entrato al CHOP nel 2015, quando l’ecocardiografia 3D stava appena iniziando a essere utilizzata. Esistevano strumenti per modellare le valvole degli adulti, ma non era stato creato quasi nulla per le anatomie piccole e complesse che lui trattava, secondo il resoconto di NVIDIA. Il laboratorio di Jolley e la comunità open source hanno sviluppato SlicerHeart, un’estensione del software open source 3D Slicer utilizzato per visualizzare, segmentare e analizzare immagini mediche 3D, e il team ha elaborato procedure per modellare cuori e valvole pediatrici partendo da più modalità di imaging.

Per anni, la produzione di un singolo modello ha richiesto a un assistente di ricerca qualificato diverse ore davanti a una postazione di lavoro. Utilizzando MONAI Label e l’implementazione Auto3DSeg di NVIDIA, il team di Jolley ha addestrato reti di segmentazione su coppie di immagini e modelli precedenti. NVIDIA riferisce che il risultato raggiunge in pochi secondi, anziché in diverse ore, lo stesso standard qualitativo ottenibile da una persona addestrata. Jolley ha affermato che l’apprendimento automatico è diventato una pratica ordinaria nel laboratorio: non appena il team ha creato 10 o 20 coppie di immagine e modello, addestra un modello e inizia ad applicarlo.

Il sito del progetto MONAI descrive un ecosistema basato su PyTorch e guidato dalla comunità per l’IA nell’imaging medico: MONAI Label fornisce annotazione con apprendimento attivo integrabile in 3D Slicer, MONAI Core mette a disposizione la libreria di addestramento e ricerca, mentre MONAI Deploy prepara i modelli addestrati per i processi di inferenza clinica, con Auto3DSeg tra le sue implementazioni di riferimento. Il framework è mantenuto da ricercatori e ingegneri di NVIDIA, NIH, King’s College London, Mayo Clinic, MSKCC, Stanford, DKFZ e più di altre 30 istituzioni ed è distribuito con licenza Apache 2.0.

Secondo NVIDIA, l’impatto clinico si è manifestato rapidamente. Per i difetti complessi del setto ventricolare, cioè i fori tra le cavità inferiori del cuore, il CHOP esegue ora abitualmente la modellazione prima dell’intervento. In uno dei primi casi, un bambino aveva già subito due tentativi di riparazione non riusciti, perché i chirurghi non erano stati in grado di localizzare il difetto con i metodi tradizionali. Il modello 3D ha chiarito l’anatomia e la riparazione è riuscita al primo tentativo. In casi simili, ha affermato Jolley, la modellazione cardiaca è passata dalla ricerca allo standard di cura.

Simulare i dispositivi prima dell’intervento

Per il team di Jolley, l’obiettivo va oltre la visualizzazione: vuole prevedere cosa accadrà quando un dispositivo verrà collocato nel cuore di un bambino prima dell’inizio di qualsiasi procedura. Questo lavoro viene eseguito su Newton, un motore fisico open source costruito sul framework Python NVIDIA Warp che svolge simulazioni fisiche su GPU ed era stato originariamente concepito per l’addestramento di robot con IA basato sulla simulazione.

Il CHOP collabora con NVIDIA e con la comunità open source per creare con Warp framework di simulazione incentrati sulla biomeccanica che possano essere incorporati in Newton. Una volta integrati con 3D Slicer e SlicerHeart, i framework dovrebbero aiutare i medici a comprendere le proprietà materiali dei tessuti che determinano il modo in cui un dispositivo si dispiegherà in un determinato paziente. NVIDIA riferisce che l’accelerazione tramite GPU può ridurre il tempo necessario per simulare un dispositivo cardiaco da un massimo di quattro ore, o da un’intera notte per più configurazioni, a un tempo quasi reale. In pratica, è abbastanza veloce da consentire a un medico di confrontare come diversi dispositivi si adattano all’anatomia di un bambino e prendere una decisione nello stesso giorno.

Il CHOP ha iniziato a implementare funzioni basate su Warp e Newton per i dispositivi di chiusura usati per sigillare i fori nel cuore dei bambini e spera di applicare metodi simili alle simulazioni delle valvole transcatetere. L’architettura open source di Warp e Newton viene collegata a SlicerHeart, con l’obiettivo a lungo termine di portare le simulazioni in tempo reale nei flussi clinici. È inoltre in fase di sviluppo un collegamento che utilizza SlicerHeart e i gemelli digitali NVIDIA Omniverse, basati su OpenUSD: le simulazioni create dalle immagini dei pazienti verrebbero trasferite in ambienti di realtà virtuale con modelli visione-linguaggio integrati, permettendo ai medici di interrogare l’anatomia cardiaca di un bambino e interagire con essa prima di intervenire.

Economia dell’open source e un consorzio nazionale

Circa 2,4 milioni di persone negli Stati Uniti convivono con una cardiopatia congenita e NVIDIA descrive questa popolazione come storicamente troppo rara e troppo eterogenea per attirare gli investimenti tradizionali dei produttori di dispositivi nella misura necessaria alle famiglie. Jolley ha affermato che la popolazione è troppo piccola per sostenere lo sviluppo commerciale tradizionale secondo le normali regole economiche e che l’open source supera questi limiti per le popolazioni piccole ed eterogenee, consentendo collaborazione e progresso senza ostacoli.

Gli strumenti SlicerHeart sono disponibili gratuitamente affinché altri possano usarli e ampliarli, mentre i ricercatori di Stanford e del Boston Children’s Hospital contribuiscono con strumenti aggiuntivi insieme al CHOP. È in fase di costituzione un consorzio nazionale di ospedali pediatrici per costruire un’infrastruttura condivisa di modellazione di nuova generazione, con strumenti open source che collegano il lavoro tra le istituzioni partecipanti. Secondo NVIDIA, il suo investimento e la sua collaborazione su piattaforme aperte, tra cui MONAI per l’IA nell’imaging medico, Newton per la simulazione fisica e OpenUSD per l’interoperabilità 3D e la realtà virtuale, offrono al laboratorio di un ospedale pediatrico l’accesso a strumenti che altrimenti richiederebbero un team di ingegneri delle dimensioni di quello di un’azienda per essere creati e mantenuti.