CHOP modela o coração de crianças com ferramentas de IA de código aberto da NVIDIA

O Children’s Hospital of Philadelphia (CHOP) está operando um serviço de modelagem cardíaca baseado no MONAI, uma estrutura de código aberto para imagens médicas cofundada pela NVIDIA. O serviço transforma as tomografias computadorizadas, ressonâncias magnéticas e imagens de ultrassom 3D que a equipe de atendimento de uma criança já possui em modelos do coração com precisão anatômica, informou a NVIDIA em 15 de setembro de 2026. Segundo a NVIDIA, cada modelo é produzido em segundos, substituindo um processo que antes exigia cerca de quatro horas de um pesquisador qualificado e tornando os modelos rápidos o suficiente para o uso clínico rotineiro.

Cerca de 1% dos nascidos vivos apresenta um defeito cardíaco congênito, e não há dois casos iguais, segundo o relato da NVIDIA. Uma criança nascida com um orifício entre as câmaras inferiores do coração, ou com uma válvula que vaza na única câmara de bombeamento que a mantém viva, precisa de atendimento adequado àquela anatomia exata, enquanto os dispositivos utilizados pelos cirurgiões historicamente quase nunca foram projetados tendo aquela criança específica em mente.

“Há uma criança única e um dispositivo padronizado”, afirmou o Dr. Matthew Jolley, cardiologista e pesquisador do Children’s Hospital of Philadelphia, em uma publicação no blog da NVIDIA. “Nosso trabalho é descobrir o que se encaixa, e a modelagem nos permite fazer isso antes que alguém entre no laboratório de cateterismo ou na sala de cirurgia.”

A abordagem está se difundindo, informa a NVIDIA. Programas de modelagem cardíaca já funcionam em mais de 20 hospitais infantis nos Estados Unidos. No Boston Children’s Hospital, a modelagem oferece suporte a mais da metade de todas as cirurgias cardíacas, cerca de 500 casos por ano, e o CHOP espera atingir aproximadamente 200 casos modelados em 2026. Embora o trabalho tenha começado no atendimento cardíaco, o CHOP agora pretende aplicar as mesmas ferramentas em várias disciplinas por meio do IDEA Lab, parte do Morgan Center for Research and Innovation do hospital. O Research Institute do CHOP descreveu o IDEA Lab, abreviação de Innovate, Design, Engineer, and Accelerate, como um elemento central do Morgan Center que oferece recursos de biofabricação no campus, sob a liderança de Elizabeth Silvestro, PhD.

Do SlicerHeart ao padrão de atendimento

Jolley ingressou no CHOP em 2015, quando a ecocardiografia 3D começava a entrar em operação. Existiam ferramentas para modelar válvulas adultas, mas quase nada havia sido desenvolvido para as anatomias pequenas e complexas que ele tratava, segundo o relato da NVIDIA. O laboratório de Jolley e a comunidade de código aberto criaram o SlicerHeart, uma extensão do software de código aberto 3D Slicer usado para visualizar, segmentar e analisar imagens médicas 3D, e a equipe desenvolveu processos para modelar corações e válvulas pediátricos a partir de várias modalidades de imagem.

Durante anos, a produção de um único modelo exigiu que um assistente de pesquisa qualificado passasse horas em uma estação de trabalho. Usando o MONAI Label e a implementação Auto3DSeg da NVIDIA, a equipe de Jolley treinou redes de segmentação com pares de imagens e modelos anteriores. A NVIDIA informa que o resultado atinge, em segundos em vez de horas, o mesmo padrão de qualidade que uma pessoa treinada produziria. Segundo Jolley, o aprendizado de máquina se tornou uma prática rotineira no laboratório: assim que a equipe cria 10 ou 20 pares de imagem e modelo, ela treina um modelo e começa a aplicá-lo.

O próprio site do projeto MONAI descreve um ecossistema baseado no PyTorch e conduzido pela comunidade para IA em imagens médicas: o MONAI Label oferece anotação com aprendizado ativo integrada ao 3D Slicer, o MONAI Core fornece a biblioteca de treinamento e pesquisa, e o MONAI Deploy empacota modelos treinados para fluxos de inferência clínica, tendo o Auto3DSeg entre suas implementações de referência. A estrutura é mantida por pesquisadores e engenheiros da NVIDIA, NIH, King’s College London, Mayo Clinic, MSKCC, Stanford, DKFZ e mais de 30 outras instituições, e é distribuída sob a licença Apache 2.0.

Segundo a NVIDIA, o impacto clínico apareceu rapidamente. Para defeitos complexos do septo ventricular, os orifícios entre as câmaras inferiores do coração, o CHOP agora realiza a modelagem rotineiramente antes da cirurgia. Em um dos primeiros casos, uma criança já havia passado por duas tentativas fracassadas de reparo, pois os cirurgiões não conseguiram localizar o defeito pelos métodos tradicionais. O modelo 3D esclareceu a anatomia, e o reparo teve êxito na primeira tentativa. Em casos como esses, afirmou Jolley, a modelagem cardíaca passou da pesquisa para o padrão de atendimento.

Simulação de dispositivos antes da cirurgia

Para a equipe de Jolley, o objetivo vai além da visualização: ela quer prever o que acontecerá quando um dispositivo for implantado no coração de uma criança, antes do início de qualquer procedimento. Esse trabalho é executado no Newton, um mecanismo de física de código aberto criado sobre a estrutura Python NVIDIA Warp que realiza simulações físicas em GPUs e foi inicialmente destinado ao treinamento de robôs por IA baseado em simulação.

O CHOP trabalha com a NVIDIA e a comunidade de código aberto para criar, com o Warp, estruturas de simulação voltadas à biomecânica que possam ser incorporadas ao Newton. Depois de integradas ao 3D Slicer e ao SlicerHeart, as estruturas deverão ajudar os médicos a entender as propriedades materiais dos tecidos que determinam como um dispositivo será implantado em determinado paciente. A NVIDIA informa que a aceleração por GPU pode reduzir o tempo necessário para a simulação de dispositivos cardíacos de até quatro horas, ou de uma noite inteira para várias configurações, para quase tempo real. Na prática, isso é rápido o suficiente para que um médico compare como diferentes dispositivos se ajustam à anatomia de uma criança e tome uma decisão no mesmo dia.

O CHOP começou a implementar recursos baseados no Warp e no Newton para os dispositivos de fechamento usados para selar orifícios nos corações das crianças e espera aplicar métodos semelhantes às simulações de válvulas transcateter. A arquitetura de código aberto do Warp e do Newton está sendo conectada ao SlicerHeart, com o objetivo de longo prazo de levar simulações em tempo real aos fluxos clínicos. Também está em desenvolvimento um acoplador que utiliza o SlicerHeart e gêmeos digitais do NVIDIA Omniverse, baseados no OpenUSD: simulações criadas a partir de imagens de pacientes seriam transferidas para ambientes de realidade virtual com modelos de visão e linguagem incorporados, permitindo que os médicos consultem e explorem a anatomia cardíaca de uma criança antes de intervir.

Economia do código aberto e um consórcio nacional

Cerca de 2,4 milhões de pessoas nos Estados Unidos vivem com cardiopatia congênita, e a NVIDIA descreve essa população como historicamente rara e diversa demais para atrair o investimento tradicional de fabricantes de dispositivos na escala de que as famílias precisam. Jolley afirmou que a população é pequena demais para sustentar o desenvolvimento comercial tradicional pelas regras econômicas usuais e que o código aberto desafia essas regras para populações pequenas e heterogêneas, permitindo colaboração e progresso sem barreiras.

As ferramentas SlicerHeart estão disponíveis sem custo para que outros possam usá-las e ampliá-las, e pesquisadores de Stanford e do Boston Children’s Hospital contribuem com ferramentas adicionais ao lado do CHOP. Um consórcio nacional de hospitais infantis está sendo formado para criar uma infraestrutura compartilhada de modelagem de próxima geração, com ferramentas de código aberto conectando o trabalho das instituições participantes. Segundo a NVIDIA, seu investimento e sua colaboração em plataformas abertas, incluindo o MONAI para IA em imagens médicas, o Newton para simulação física e o OpenUSD para interoperabilidade 3D e realidade virtual, dão a um laboratório de hospital infantil acesso a ferramentas que, de outra forma, exigiriam uma equipe de engenharia do porte de uma empresa para serem criadas e mantidas.