CHOP моделирует сердца детей с помощью открытых AI‑инструментов NVIDIA

Детская больница Филадельфии (CHOP) запускает сервис кардиомоделирования, построенный на MONAI, открытом фреймворке медицинской визуализации, соучреждённом NVIDIA, который преобразует КТ‑сканы, МРТ и 3‑D ультразвуковые изображения, уже имеющиеся у команды ухода за ребёнком, в анатомически точные модели сердца, сообщила NVIDIA 15 сентября 2026 года. NVIDIA заявила, что сервис создаёт каждую модель за секунды, заменяя рабочий процесс, который ранее занимал у опытного исследователя около четырёх часов, делая модели достаточно быстрыми для повседневного клинического применения.

Около 1 % живых рождений сопровождаются врождённым пороком сердца, и ни один из них не похож на другой, согласно данным NVIDIA. Ребёнок, родившийся с отверстием между нижними камерами сердца или с протекающим клапаном в единственной насосной камере, поддерживающей жизнь, нуждается в уходе, точно соответствующем его анатомии, тогда как устройства, к которым прибегают хирурги, исторически почти никогда не разрабатывались с учётом конкретного ребёнка.

— У вас уникальный ребёнок и готовое к использованию устройство, — сказал д‑р Мэтью Джолли, кардиолог и исследователь в Детской больнице Филадельфии, в посте в блоге NVIDIA. — Наша задача — найти подходящее решение, и моделирование позволяет нам сделать это до того, как кто‑то войдёт в катетеризационную лабораторию или операционную.

Подход распространяется, сообщает NVIDIA. Программы кардиологического моделирования теперь работают более чем в 20 детских больницах по всей США. В Бостонской детской больнице моделирование поддерживает более половины всех кардиохирургических операций, примерно 500 случаев в год, и CHOP ожидает достичь около 200 моделируемых случаев в 2026 году. Там, где работа началась в кардиологической помощи, CHOP теперь стремится применить те же инструменты в различных дисциплинах через IDEA Lab, часть Центра исследований и инноваций Morgan больницы. Исследовательский институт CHOP описал IDEA Lab, сокращение от Innovate, Design, Engineer, and Accelerate, как центральный элемент Центра Morgan, предлагающий ресурсы биофабрикации на территории кампуса, возглавляемые Элизабет Сильвестро, PhD.

От SlicerHeart к стандарту лечения

Джолли присоединился к CHOP в 2015 году, когда 3‑D эхокардиография только начала использоваться. Существовали инструменты для моделирования клапанов взрослых, но почти ничего не было создано для сложных, небольших анатомий, которыми он занимался, согласно данным NVIDIA. Лаборатория Джолли и сообщество с открытым исходным кодом создали SlicerHeart, расширение открытого программного обеспечения 3D Slicer, используемого для визуализации, сегментации и анализа 3‑D медицинских изображений, и команда разработала рабочие процессы моделирования детских сердец и клапанов из различных методов визуализации.

В течение многих лет создание одной модели требовало от опытного научного сотрудника проводить часы за рабочей станцией. Используя MONAI Label и реализацию Auto3DSeg от NVIDIA, команда Джолли обучала сети сегментации на парах предыдущих изображений и моделей, и, согласно NVIDIA, результат соответствует тому же качественному стандарту, который бы обеспечил обученный человек, но за секунды вместо часов. Джолли отметил, что машинное обучение стало рутиной в лаборатории: как только команда создает 10‑20 пар изображение‑модель, она обучает модель и начинает её применять.

Сайт проекта MONAI описывает основанную на PyTorch, управляемую сообществом экосистему для AI в медицинской визуализации: MONAI Label обеспечивает аннотацию с активным обучением, интегрируемую в 3D Slicer, MONAI Core предоставляет библиотеку для обучения и исследований, а MONAI Deploy упаковывает обученные модели для клинических инференс‑конвейеров, при этом Auto3DSeg входит в число референсных реализаций. Фреймворк поддерживается исследователями и инженерами из NVIDIA, NIH, King’s College London, Mayo Clinic, MSKCC, Stanford, DKFZ и более чем 30 других учреждений и распространяется под лицензией Apache 2.0.

Клиническое влияние проявилось быстро, согласно NVIDIA. При сложных дефектах межжелудочковой перегородки, отверстиях между нижними камерами сердца, CHOP теперь регулярно моделирует их до операции. В одном из первых случаев ребёнок уже перенёс две неудачные попытки ремонта, и хирурги не смогли обнаружить дефект традиционными методами; 3‑D модель прояснила анатомию, и ремонт удался с первой попытки. По словам Джолли, в подобных случаях кардиомоделирование перешло от исследований к стандарту лечения.

Моделирование устройств до операции

Для команды Джолли цель выходит за рамки визуализации: они хотят предсказать, что произойдёт, когда устройство будет внедрено в сердце ребёнка, до начала любой процедуры. Эта работа выполняется на Newton, открытом физическом движке, построенном на Python‑фреймворке NVIDIA Warp, который запускает физические симуляции на GPU и изначально предназначался для обучения роботов с использованием симуляций AI.

CHOP сотрудничает с NVIDIA и сообществом с открытым исходным кодом над созданием биомеханических симуляционных фреймворков на базе Warp, которые могут быть интегрированы в Newton. После интеграции с 3D Slicer и SlicerHeart эти фреймворки предназначены помочь врачам понять свойства тканевых материалов, определяющие, как устройство будет развернуто у конкретного пациента. NVIDIA сообщает, что ускорение на GPU может сократить время, необходимое для симуляции кардиоустройств, с до четырёх часов или полной ночной обработки нескольких конфигураций до почти реального времени, что достаточно быстро для практики, позволяя клиницисту сравнивать, как разные устройства подходят к анатомии ребёнка, и принимать решение в тот же день.

CHOP начал внедрять функции, построенные на Warp и Newton, для закрывающих устройств, используемых для запечатывания отверстий в детских сердцах, и планирует применить аналогичные методы к моделированию транскатетерных клапанов. Открытая архитектура Warp и Newton соединяется с SlicerHeart, с долгосрочной целью интеграции симуляций в реальном времени в клинические рабочие процессы. Также разрабатывается сопряжённый модуль, использующий SlicerHeart и цифровые двойники NVIDIA Omniverse на базе OpenUSD: симуляции, построенные из изображений пациентов, будут переноситься в среды виртуальной реальности с встроенными моделями зрительно‑языкового восприятия, позволяя клиницистам задавать вопросы и взаимодействовать с анатомией сердца ребёнка до принятия решений.

Экономика открытого кода и национальный консорциум

Около 2,4 млн человек в США живут с врождёнными пороками сердца, и NVIDIA описывает эту популяцию как исторически слишком редкую и слишком разнообразную, чтобы привлечь традиционные инвестиции компаний‑производителей устройств в том объёме, который необходим семьям. Джолли отметил, что эта популяция слишком мала, чтобы поддерживать традиционную коммерческую разработку по обычным экономическим принципам, и что открытый код опровергает такие экономические ограничения для небольших и гетерогенных групп, позволяя сотрудничать и продвигаться вперёд без барьеров.

Инструменты SlicerHeart доступны бесплатно для использования и расширения, а исследователи из Стэнфорда и Boston Children’s вносят дополнительные инструменты совместно с CHOP. Сейчас формируется национальный консорциум детских больниц для создания инфраструктуры совместного моделирования следующего поколения, где открытые инструменты связывают работу между участвующими учреждениями. NVIDIA заявила, что её инвестиции и сотрудничество в открытых платформах, включая MONAI для медицинского ИИ, Newton для физического моделирования и OpenUSD для 3‑D‑интероперабельности и виртуальной реальности, дают лаборатории детской больницы доступ к инструментам, для разработки и поддержки которых в противном случае потребовалась бы инженерная команда корпоративного масштаба.