CHOP mô hình hóa trái tim trẻ em với các công cụ AI mã nguồn mở của NVIDIA

Children’s Hospital of Philadelphia (CHOP) đang vận hành một dịch vụ mô hình tim dựa trên MONAI, một khung phần mềm ảnh y tế mã nguồn mở do NVIDIA đồng sáng lập, chuyển đổi các ảnh CT, MRI và siêu âm 3D mà đội ngũ chăm sóc của trẻ đã có thành các mô hình tim chính xác về mặt giải phẫu, NVIDIA báo cáo vào ngày 15 tháng 9 năm 2026. NVIDIA cho biết dịch vụ này tạo mỗi mô hình trong vài giây, thay thế quy trình trước đây mà một nhà nghiên cứu có kỹ năng mất khoảng bốn giờ, khiến các mô hình đủ nhanh để sử dụng lâm sàng thường xuyên.

Khoảng 1% trẻ sinh sống có khuyết tật tim bẩm sinh, và không có hai trường hợp nào giống nhau, theo báo cáo của NVIDIA. Một đứa trẻ sinh ra với lỗ hổng giữa các buồng tim dưới, hoặc van rò rỉ trong buồng bơm duy nhất giữ cho chúng sống, cần được chăm sóc phù hợp với giải phẫu chính xác đó, trong khi các thiết bị mà các bác sĩ phẫu thuật sử dụng trong lịch sử hầu như chưa bao giờ được thiết kế cho đứa trẻ cụ thể đó.

“Bạn có một đứa trẻ độc đáo và một thiết bị có sẵn,” Tiến sĩ Matthew Jolley, bác sĩ tim mạch và nhà nghiên cứu tại Children’s Hospital of Philadelphia, nói trong bài đăng trên blog của NVIDIA. “Công việc của chúng tôi là tìm ra những gì phù hợp — và việc mô hình hóa cho phép chúng tôi làm điều đó trước khi bất kỳ ai bước vào phòng cath lab hoặc phòng mổ.”

Cách tiếp cận đang lan rộng, NVIDIA báo cáo. Các chương trình mô hình tim hiện đang hoạt động tại hơn 20 bệnh viện trẻ em trên khắp Hoa Kỳ. Tại Bệnh viện Trẻ em Boston, mô hình hỗ trợ hơn một nửa tổng số ca phẫu thuật tim, khoảng 500 ca mỗi năm, và CHOP dự kiến sẽ đạt khoảng 200 ca được mô hình hoá vào năm 2026. Nơi công việc bắt đầu trong chăm sóc tim mạch, CHOP hiện đang hướng tới áp dụng cùng các công cụ này qua IDEA Lab, một phần của Trung tâm Nghiên cứu và Đổi mới Morgan của bệnh viện. Viện Nghiên cứu CHOP đã mô tả IDEA Lab, viết tắt của Innovate, Design, Engineer, and Accelerate, là trung tâm của Trung tâm Morgan, cung cấp các nguồn tài nguyên sinh học trên khuôn viên, do Elizabeth Silvestro, PhD lãnh đạo.

Từ SlicerHeart đến Tiêu chuẩn Chăm sóc

Jolley gia nhập CHOP vào năm 2015, khi siêu âm tim 3D mới bắt đầu được áp dụng. Các công cụ đã tồn tại để mô hình hóa các van tim người lớn, nhưng gần như không có gì được xây dựng cho các giải phẫu phức tạp, nhỏ bé mà ông đang điều trị, theo báo cáo của NVIDIA. Phòng thí nghiệm của Jolley và cộng đồng mã nguồn mở đã xây dựng SlicerHeart, một phần mở rộng của phần mềm 3D Slicer mã nguồn mở dùng để hiển thị, phân đoạn và phân tích các ảnh y tế 3D, và nhóm đã phát triển quy trình làm việc để mô hình hóa tim và van tim trẻ em từ nhiều phương thức ảnh khác nhau.

Trong nhiều năm, việc tạo ra một mô hình duy nhất đồng nghĩa với việc một trợ lý nghiên cứu có kỹ năng phải dành hàng giờ tại trạm làm việc. Sử dụng MONAI Label và triển khai Auto3DSeg của NVIDIA, nhóm của Jolley đã huấn luyện các mạng phân đoạn trên các cặp ảnh và mô hình trước, và NVIDIA báo cáo kết quả đạt cùng tiêu chuẩn chất lượng như một người được đào tạo sẽ tạo ra, trong vài giây thay vì hàng giờ. Jolley cho biết học máy đã trở thành thói quen trong phòng thí nghiệm: ngay khi nhóm đã tạo được 10 hoặc 20 cặp ảnh-mô hình, họ sẽ huấn luyện một mô hình và bắt đầu áp dụng nó.

Trang dự án của MONAI mô tả một hệ sinh thái do cộng đồng dẫn dắt, dựa trên PyTorch, cho AI ảnh y tế: MONAI Label cung cấp chú thích học chủ động tích hợp vào 3D Slicer, MONAI Core cung cấp thư viện đào tạo và nghiên cứu, và MONAI Deploy đóng gói các mô hình đã được huấn luyện cho các pipeline suy luận lâm sàng, với Auto3DSeg là một trong các triển khai tham chiếu của nó. Khung phần mềm này được duy trì bởi các nhà nghiên cứu và kỹ sư tại NVIDIA, NIH, King’s College London, Mayo Clinic, MSKCC, Stanford, DKFZ và hơn 30 tổ chức khác, và được phân phối dưới giấy phép Apache 2.0.

Tác động lâm sàng đã xuất hiện nhanh chóng, theo NVIDIA. Đối với các khuyết tật lỗ ngăn thất phức tạp, lỗ hổng giữa các buồng tim dưới, CHOP hiện đang mô hình hóa thường xuyên trước khi phẫu thuật. Trong một trường hợp sớm, một đứa trẻ đã trải qua hai lần sửa chữa thất bại, với các bác sĩ không thể xác định vị trí khuyết tật bằng các phương pháp truyền thống; mô hình 3D đã làm rõ giải phẫu, và việc sửa chữa đã thành công ngay lần đầu tiên. Đối với những trường hợp như vậy, Jolley cho biết, mô hình tim đã chuyển từ nghiên cứu sang tiêu chuẩn chăm sóc.

Mô phỏng Thiết bị Trước Phẫu thuật

Đối với nhóm của Jolley, mục tiêu vượt ra ngoài việc trực quan hoá: họ muốn dự đoán những gì sẽ xảy ra khi một thiết bị được triển khai bên trong tim của trẻ, trước khi bất kỳ quy trình nào bắt đầu. Công việc đó chạy trên Newton, một động cơ vật lý mã nguồn mở được xây dựng trên khung Python Warp của NVIDIA, chạy các mô phỏng vật lý trên GPU và ban đầu được thiết kế cho việc đào tạo robot AI dựa trên mô phỏng.

CHOP đang hợp tác với NVIDIA và cộng đồng mã nguồn mở để xây dựng các khung mô phỏng tập trung vào sinh cơ học với Warp có thể được đưa vào Newton. Khi được tích hợp với 3D Slicer và SlicerHeart, các khung này nhằm giúp các bác sĩ hiểu các tính chất vật liệu mô quyết định cách một thiết bị sẽ triển khai trong bệnh nhân cụ thể. NVIDIA báo cáo rằng tăng tốc GPU có thể rút thời gian cần thiết cho mô phỏng thiết bị tim từ lên tới bốn giờ, hoặc một đêm chạy đầy cho nhiều cấu hình, xuống gần thời gian thực, đủ nhanh trong thực tế để bác sĩ so sánh cách các thiết bị khác nhau phù hợp với giải phẫu của trẻ và đưa ra quyết định trong cùng ngày.

CHOP đã bắt đầu triển khai các tính năng được xây dựng trên Warp và Newton cho các thiết bị đóng kín được dùng để bít lỗ hở trong tim của trẻ em, và họ hy vọng áp dụng các phương pháp tương tự cho mô phỏng van tim qua ống thông. Kiến trúc mã nguồn mở của Warp và Newton đang được kết nối với SlicerHeart, với mục tiêu dài hạn là đưa các mô phỏng thời gian thực vào quy trình lâm sàng. Một bộ nối sử dụng SlicerHeart và các bản sao kỹ thuật số NVIDIA Omniverse, được hỗ trợ bởi OpenUSD, cũng đang được phát triển: các mô phỏng được tạo từ hình ảnh bệnh nhân sẽ được đưa vào môi trường thực tế ảo có tích hợp các mô hình thị giác-ngôn ngữ, cho phép các bác sĩ truy vấn và tương tác với giải phẫu tim của trẻ trước khi thực hiện can thiệp.

Kinh tế mã nguồn mở và một liên minh quốc gia

Khoảng 2,4 triệu người ở Hoa Kỳ sống chung với bệnh tim bẩm sinh, và NVIDIA mô tả nhóm dân số này là quá hiếm và quá đa dạng để thu hút đầu tư truyền thống từ các công ty thiết bị ở quy mô mà các gia đình cần. Jolley cho biết dân số này quá nhỏ để hỗ trợ phát triển thương mại truyền thống theo các nguyên tắc kinh tế thông thường, và mã nguồn mở phá vỡ những nguyên tắc kinh tế đó cho các nhóm dân số nhỏ và không đồng nhất bằng cách cho phép hợp tác và tiến bộ mà không có rào cản.

Các công cụ SlicerHeart được cung cấp miễn phí để người khác sử dụng và mở rộng, và các nhà nghiên cứu tại Stanford và Boston Children’s đóng góp thêm các công cụ cùng với CHOP. Một liên minh quốc gia các bệnh viện nhi hiện đang được thành lập để xây dựng cơ sở hạ tầng mô hình chia sẻ thế hệ tiếp theo, với các công cụ mã nguồn mở liên kết công việc giữa các tổ chức tham gia. NVIDIA cho biết khoản đầu tư và hợp tác của họ trên các nền tảng mở, bao gồm MONAI cho AI hình ảnh y tế, Newton cho mô phỏng vật lý và OpenUSD cho khả năng tương tác 3D và thực tế ảo, đã cung cấp cho phòng thí nghiệm bệnh viện nhi một quyền truy cập vào các công cụ mà nếu không sẽ cần một đội ngũ kỹ sư quy mô công ty mới có thể xây dựng và duy trì.