CHOP, Açık Kaynak NVIDIA AI Araçlarıyla Çocukların Kalplerini Modelliyor

Philadelphia Çocuk Hastanesi (CHOP), NVIDIA tarafından ortak kurulan açık kaynaklı tıbbi görüntüleme çerçevesi MONAI üzerine kurulu bir kardiyak modelleme hizmeti yürütüyor; bu hizmet, çocuğun bakım ekibinin zaten sahip olduğu CT taramaları, MRI ve 3D ultrason görüntülerini anatomik olarak hassas kalp modellerine dönüştürüyor, NVIDIA 15 Eylül 2026’da bildirdi. NVIDIA, hizmetin her modeli saniyeler içinde ürettiğini, bir yetkin araştırmacının yaklaşık dört saat sürdüğü iş akışını yerine geçtiğini ve modellerin rutin klinik kullanım için yeterince hızlı olduğunu belirtti.

NVIDIA’nın verilerine göre, canlı doğumların yaklaşık %1’i doğuştan kalp kusuru içeriyor ve hiçbir iki vaka aynı değil. Kalbin alt odacıkları arasında bir delik ya da hayatta kalmalarını sağlayan tek pompa odacığında sızan bir kapakla doğan bir çocuk, tam olarak o anatomiyi hedef alan bakım gerektirir; oysa cerrahların kullandığı cihazlar tarihsel olarak nadiren bu belirli çocuk için tasarlanmıştır.

“Benzersiz bir çocuğunuz ve rafadan bir cihazınız var,” dedi Çocuk Hastanesi Philadelphia’dan kardiyolog ve araştırmacı Dr. Matthew Jolley, NVIDIA blog gönderisinde. “Bizim görevimiz neyin uyduğunu bulmak — ve modelleme, bunu kimse kateter laboratuvarına ya da ameliyathaneye girmeden önce yapmamızı sağlıyor.”

Yaklaşım yayılıyor, NVIDIA rapor ediyor. Kardiyak modelleme programları artık ABD’deki 20’den fazla çocuk hastanesinde çalışıyor. Boston Çocuk Hastanesi’nde modelleme, tüm kardiyak cerrahilerin yarı fazlasını destekliyor; yılda yaklaşık 500 vaka ve CHOP 2026’da yaklaşık 200 modelleme vakasına ulaşmayı hedefliyor. Kardiyak bakımda çalışmaların başladığı yerde, CHOP şimdi aynı araçları IDEA Lab aracılığıyla birden fazla disipline uygulamayı amaçlıyor; bu laboratuvar, hastanenin Morgan Araştırma ve Yenilik Merkezi’nin bir parçası. CHOP Araştırma Enstitüsü, Innovate, Design, Engineer, and Accelerate kelimelerinin baş harflerinden oluşan IDEA Lab’ı, Morgan Merkezi’nin kampüs içi biyoyapı kaynaklarını sunan bir merkez olarak tanımladı; bu merkez, Elizabeth Silvestro, PhD liderliğinde yürütülüyor.

SlicerHeart’ten Standart Bakıma

Jolley, 3D ekokardiyografinin henüz yeni yayına girdiği 2015 yılında CHOP’a katıldı. NVIDIA’nın verilerine göre, yetişkin kapakları modellemek için araçlar mevcuttu, ancak onun tedavi ettiği karmaşık ve küçük anatomiler için neredeyse hiçbir şey inşa edilmemişti. Jolley’nin laboratuvarı ve açık kaynak topluluğu, 3D tıbbi görüntüleri görselleştirmek, segmentlemek ve analiz etmek için kullanılan açık kaynaklı 3D Slicer yazılımının bir uzantısı olan SlicerHeart’ı geliştirdi ve ekip, pediatrik kalpler ve kapakları birden fazla görüntüleme modalitesinden modellemek için iş akışları oluşturdu.

Yıllarca tek bir model üretmek, yetenekli bir araştırma asistanının bir iş istasyonunda saatler harcaması anlamına geliyordu. MONAI Label ve NVIDIA’nın Auto3DSeg uygulamasını kullanarak, Jolley’nin ekibi önceki görüntü ve model çiftleri üzerinde segmentasyon ağları eğitti ve NVIDIA, çıktının eğitimli bir insanın üreteceği aynı kalite standardını saniyeler içinde karşıladığını rapor etti. Jolley, makine öğreniminin laboratuvar için rutin hâle geldiğini söyledi: ekip 10 ya da 20 görüntü-model çifti oluşturur oluşturmaz bir model eğitiyor ve uygulamaya başlıyor.

MONAI’nin kendi proje sitesi, tıbbi görüntüleme AI’ı için PyTorch tabanlı, topluluk odaklı bir ekosistemi tanımlıyor: MONAI Label, 3D Slicer’a bağlanan aktif öğrenme etiketlemesi sunuyor, MONAI Core eğitim ve araştırma kütüphanesini sağlıyor ve MONAI Deploy, eğitimli modelleri klinik çıkarım hatları için paketliyor; Auto3DSeg de referans uygulamaları arasında yer alıyor. Çerçeve, NVIDIA, NIH, King’s College London, Mayo Clinic, MSKCC, Stanford, DKFZ ve 30’dan fazla diğer kurumda çalışan araştırmacı ve mühendisler tarafından sürdürülmekte ve Apache 2.0 lisansı altında dağıtılmaktadır.

NVIDIA’ya göre klinik etki hızla ortaya çıktı. Karmaşık ventriküler septal kusurlar için, yani kalbin alt odacıkları arasındaki delikler için CHOP artık cerrahi öncesi rutin olarak modelleme yapıyor. Erken bir vakada, bir çocuk iki başarısız onarım denemesinden geçmişti; cerrahlar geleneksel yöntemlerle kusuru bulamamıştı; 3D model anatominin netleşmesini sağladı ve onarım ilk denemede başarılı oldu. Jolley, bu tür vakalar için kardiyak modellemenin araştırmadan standart bakıma geçtiğini belirtti.

Cerrahi Öncesi Cihaz Simülasyonu

Jolley’nin ekibi için hedef, görselleştirmenin ötesine geçiyor: bir cihaz çocuğun kalbine yerleştirildiğinde ne olacağını, herhangi bir prosedür başlamadan önce tahmin etmek istiyorlar. Bu çalışma, GPU’larda fizik simülasyonları yürüten ve başlangıçta simülasyon tabanlı AI robot eğitimi için tasarlanmış NVIDIA Warp Python çerçevesi üzerine kurulu açık kaynaklı bir fizik motoru olan Newton üzerinde yürütülüyor.

CHOP, NVIDIA ve açık kaynak topluluğu ile birlikte Warp kullanarak biyomekanik odaklı simülasyon çerçeveleri geliştirmek için çalışıyor; bu çerçeveler Newton’a entegre edilebilecek. 3D Slicer ve SlicerHeart ile bütünleştirildiğinde, bu çerçeveler doktorların bir cihazın belirli bir hastada nasıl yerleştirileceğini belirleyen doku malzeme özelliklerini anlamalarına yardımcı olmayı amaçlıyor. NVIDIA, GPU hızlandırmasının kardiyak cihaz simülasyonu için gereken süreyi dört saate kadar veya birden fazla konfigürasyon için tam bir gece çalışmasına kıyasla gerçek zamanın yakınına düşürebileceğini ve pratikte bir klinisyenin farklı cihazların çocuğun anatomisine nasıl uyduğunu karşılaştırarak aynı gün karar vermesine yeterli bir hız sağladığını rapor ediyor.

CHOP, çocukların kalplerindeki delikleri kapatmak için kullanılan kapatma cihazları için Warp ve Newton üzerine inşa edilen özellikleri uygulamaya başladı ve benzer yöntemleri transkateter kapak simülasyonlarına da uygulamayı umuyor. Warp ve Newton’un açık kaynak mimarisi, uzun vadeli hedef olarak gerçek zamanlı simülasyonları klinik iş akışlarına entegre etmek amacıyla SlicerHeart ile bağlanıyor. SlicerHeart ve NVIDIA Omniverse dijital ikizlerini, OpenUSD tarafından desteklenen bir bağlayıcı da geliştirilmekte: hasta görüntülerinden oluşturulan simülasyonlar, gömülü görsel-dil modelleriyle donatılmış sanal gerçeklik ortamlarına akacak ve klinisyenlerin bir çocuğun kardiyak anatomisini sorgulayıp etkileşime girmesine, ardından müdahale etmesine olanak tanıyacak.

Açık Kaynak Ekonomisi ve Ulusal Konsorsiyum

ABD’de yaklaşık 2,4 milyon kişi doğuştan kalp hastalığıyla yaşıyor ve NVIDIA, bu nüfusu ailelerin ihtiyaç duyduğu ölçekte geleneksel cihaz şirketlerinin yatırımını çekmek için tarihsel olarak çok nadir ve çok çeşitli olduğunu belirtiyor. Jolley, nüfusun geleneksel ticari geliştirmeyi destekleyecek kadar küçük olduğunu ve açık kaynağın, küçük ve heterojen nüfuslar için iş birliği ve ilerlemeyi engel olmadan sağlayarak bu ekonomik modeli aşacağını söyledi.

SlicerHeart araçları, başkalarının kullanması ve genişletmesi için ücretsiz olarak sunuluyor ve Stanford ile Boston Children’s’tan araştırmacılar, CHOP ile birlikte ek araçlar katkıda bulunuyor. Çocuk hastanelerinden oluşan ulusal bir konsorsiyum, katılımcı kurumlar arasında çalışmayı birleştiren açık kaynak araçlarla yeni nesil ortak modelleme altyapısını inşa etmek için şimdi oluşuyor. NVIDIA, MONAI (tıbbi görüntüleme AI’si), Newton (fizik simülasyonu) ve OpenUSD (3D birlikte çalışabilirlik ve sanal gerçeklik) gibi açık platformlardaki yatırım ve iş birliğinin, bir çocuk hastanesi laboratuvarına, aksi takdirde bir şirket ölçeğinde mühendislik ekibi gerektirecek araçlara erişim sağladığını belirtti.