CHOPがオープンソースのNVIDIA AIツールで小児の心臓をモデル化

フィラデルフィア小児病院（CHOP）は、NVIDIAが共同設立したオープンソース医用画像フレームワーク MONAI を基盤とした心臓モデリングサービスを運用しており、CTスキャン、MRI、3D超音波画像といった子どものケアチームが既に保有している画像を解剖学的に正確な心臓モデルに変換すると、NVIDIAは2026年9月15日に報告した。NVIDIAによれば、このサービスは各モデルを数秒で生成し、かつて熟練研究者が約4時間要していたワークフローを置き換え、日常的な臨床利用に十分な速度を実現している。

NVIDIAの報告によると、生まれた赤ちゃんの約1％が先天性心疾患を抱えており、症例はすべて異なるという。心臓の下部腔室間に穴がある子や、唯一の駆出室の弁が漏れている子は、正確な解剖に合わせたケアが必要であるが、外科医が使用するデバイスは歴史的に特定の子ども向けに設計されたことはほとんどない。

「あなたは唯一無二の子どもと、既製のデバイスを持っている」と、フィラデルフィア小児病院の心臓専門医兼研究者であるマシュー・ジョリー博士は、NVIDIAのブログ記事で語った。「私たちの仕事は適合するものを見つけることです――モデリングを使えば、誰もカテーテルラボや手術室に入る前にそれが可能です。」

NVIDIAの報告によれば、この手法は広がりつつある。現在、米国の20以上の小児病院で心臓モデリングプログラムが稼働している。ボストン小児病院では、モデリングが全心臓手術の半数以上、年間約500例を支援しており、CHOPは2026年に約200例のモデリングケースに達することを見込んでいる。心臓ケアで始まったこの取り組みは、CHOPが同じツールを複数の分野に展開することを目指し、病院のMorgan Center for Research and Innovationの一部であるIDEA Labを通じて実施している。CHOPの研究所は、IDEA Lab（Innovate, Design, Engineer, and Accelerate の略）をMorgan Centerの中心的存在と位置付け、キャンパス内のバイオファブリケーション資源を提供し、エリザベス・シルベストロ博士が率いていると説明している。

SlicerHeartから標準診療へ

ジョリー博士は2015年にCHOPに加わった。当時、3D心エコーはまだ導入されたばかりだった。NVIDIAの報告によれば、成人用弁のモデリングツールは存在したものの、彼が扱っていた複雑で小さな解剖学的構造に対応したものはほとんどなかった。ジョリー博士の研究室とオープンソースコミュニティは、3D医用画像の可視化、セグメンテーション、解析に用いられるオープンソースの3D Slicerソフトウェアの拡張機能としてSlicerHeartを構築し、複数の画像モダリティから小児の心臓と弁をモデリングするワークフローを開発した。

長年、単一のモデルを作成するには、熟練したリサーチアシスタントがワークステーションで数時間を費やす必要があった。MONAI Label と NVIDIA の Auto3DSeg 実装を用いて、ジョリー博士のチームは過去の画像とモデルのペアでセグメンテーションネットワークを訓練し、NVIDIAの報告では、その出力は訓練された人間が数時間かけて行うのと同等の品質基準を数秒で満たすという。ジョリー博士は、機械学習はラボの日常となっており、チームが10〜20組の画像‑モデルペアを作成するとすぐにモデルを訓練し、適用し始めると述べた。

MONAI の公式プロジェクトサイトでは、PyTorch をベースとした医用画像AI向けのコミュニティ主導エコシステムが紹介されている。MONAI Label は 3D Slicer に連携できるアクティブラーニング型アノテーションを提供し、MONAI Core は訓練・研究用ライブラリを供給、MONAI Deploy は臨床推論パイプライン向けに訓練済みモデルをパッケージ化し、Auto3DSeg がそのリファレンス実装の一つとなっている。このフレームワークは NVIDIA、NIH、キングス・カレッジ・ロンドン、メイヨークリニック、MSKCC、スタンフォード、DKFZ など30以上の機関の研究者・エンジニアによって保守され、Apache 2.0 ライセンスで配布されている。

NVIDIAによれば、臨床へのインパクトはすぐに現れた。複雑な心室中隔欠損、すなわち心臓の下部腔室間の穴について、CHOPは手術前に常にモデリングを行っている。初期のある症例では、子どもがすでに2回の修復失敗を経験しており、外科医は従来の手法で欠損部位を特定できなかったが、3Dモデルが解剖を明らかにし、初回で修復に成功した。このようなケースにおいて、ジョリー博士は心臓モデリングが研究段階から標準診療へ移行したと述べている。

手術前のデバイスシミュレーション

ジョリー博士のチームにとって、目標は可視化を超えている。デバイスが子どもの心臓内に展開された際に何が起こるかを、手術開始前に予測したいのである。その作業は、NVIDIA Warp Python フレームワーク上に構築されたオープンソース物理エンジン Newton 上で実行されており、GPU で物理シミュレーションを行い、もともとはシミュレーションベースの AI ロボット訓練向けに設計された。

CHOPはNVIDIAおよびオープンソースコミュニティと協力し、Warp を用いた生体力学に特化したシミュレーションフレームワークを構築し、これを Newton に組み込む取り組みを進めている。3D Slicer と SlicerHeart に統合されると、これらのフレームワークは医師が患者ごとの組織材料特性を理解し、デバイスがどのように展開するかを把握するのに役立つことを意図している。NVIDIAの報告によれば、GPU 加速により心臓デバイスシミュレーションに要する時間は最大4時間、あるいは複数構成の一晩通しの実行から、実質リアルタイムに近い速度へと短縮でき、臨床医が子どもの解剖に対するデバイスの適合性を比較し、当日中の意思決定に活用できるほど十分に速い。

CHOPは、子どもの心臓の穴を塞ぐ閉鎖デバイス向けにWarpとNewton上に構築された機能の実装を開始しており、同様の手法を経カテーテル弁シミュレーションにも適用することを目指しています。WarpとNewtonのオープンソースアーキテクチャはSlicerHeartと連携されており、長期的にはリアルタイムシミュレーションを臨床ワークフローに取り入れることが目標です。OpenUSDで駆動されるNVIDIA OmniverseデジタルツインとSlicerHeartを利用したカプラーも開発中で、患者画像から作成されたシミュレーションが仮想現実環境へと流れ込み、埋め込まれたビジョン・ランゲージモデルと共に、臨床医が子どもの心臓解剖を操作・照会できるようになります。

オープンソース経済と全国コンソーシアム

米国では約240万人が先天性心疾患を抱えており、NVIDIAはこの集団が歴史的に希少かつ多様すぎて、家族が必要とする規模の従来型デバイス企業からの投資を呼び込むことが難しいと述べています。Jolley氏は、人口が小さすぎて通常の経済条件下での従来の商業開発を支えることができず、オープンソースは協働と障壁のない進展を可能にすることで、こうした小規模かつ異質な集団に対する経済的制約を打ち破ると語っています。

SlicerHeartツールは無償で提供されており、他の研究者が利用・拡張できるようになっています。スタンフォード大学とBoston Children’sの研究者もCHOPと共に追加ツールを提供しています。現在、参加病院間で作業を結びつけるオープンソースツールを活用し、次世代の共有モデリング基盤を構築する全国的な小児病院コンソーシアムが結成されつつあります。NVIDIAは、医療画像AI向けのMONAI、物理シミュレーション用のNewton、3D相互運用性と仮想現実向けのOpenUSDなど、オープンプラットフォームへの投資と協業により、子ども病院のラボが企業規模のエンジニアリングチームが必要とするようなツールへアクセスできるようになると述べています。