Das Children’s Hospital of Philadelphia (CHOP) nutzt quelloffene Werkzeuge für künstliche Intelligenz, um präzise dreidimensionale Modelle der Herzen von Kindern mit angeborenen Herzfehlern zu erstellen. Ziel ist es, die Planung von Eingriffen zu verbessern und die Abhängigkeit von Geräten zu verringern, die nach allgemeinen Größenangaben entwickelt wurden. Laut einem auf dem NVIDIA-Blog veröffentlichten Beitrag kann das System das Modell innerhalb von Sekunden erzeugen, während der Vorgang zuvor etwa vier Stunden manueller Arbeit durch einen spezialisierten Forscher erforderte.
Der Dienst basiert auf Bildern, die bereits im Rahmen der Patientenversorgung vorliegen, etwa aus Computertomografie, Magnetresonanztomografie und dreidimensionalem Ultraschall. CHOP verwendet das quelloffene MONAI-Framework für künstliche Intelligenz in der medizinischen Bildgebung sowie SlicerHeart, eine Erweiterung für die Software 3D Slicer, die für die dreidimensionale Darstellung, Segmentierung und Analyse medizinischer Bilder entwickelt wurde.
Von der Forschung zur klinischen Anwendung
Ein von dem Kardiologen und Forscher Matthew Jolley geleitetes Team begann nach seinem Beitritt zu CHOP im Jahr 2015 mit der Entwicklung von Modellierungspipelines für Kinderherzen. Mithilfe von MONAI Label und NVIDIA Auto3DSeg wurden automatische Segmentierungsnetzwerke anhand von Paaren aus Bildern und früheren Modellen trainiert. Nach Angaben des Teams erreicht das Ergebnis denselben Qualitätsstandard wie das Modell eines ausgebildeten Spezialisten, allerdings in deutlich kürzerer Zeit.
Das Krankenhaus verwendet diese Modelle routinemäßig vor einigen komplexen Operationen, darunter bei Fällen mit Ventrikelseptumdefekten, also Löchern zwischen den beiden unteren Herzkammern. Der Beitrag beschreibt den Fall eines Kindes, bei dem zwei Reparaturversuche fehlgeschlagen waren, bevor das dreidimensionale Modell den Chirurgen dabei half, die Position des Defekts zu bestimmen und die Reparatur beim ersten Versuch abzuschließen. Das Modell ermöglicht außerdem den Vergleich der Passform zweier verschiedener künstlicher Klappen für das Herz des Patienten und eine Einschätzung ihrer Auswirkungen auf die Herzwände.
Die Anwendung ist nicht auf CHOP beschränkt. Der Beitrag weist darauf hin, dass mehr als 20 Kinderkrankenhäuser in den Vereinigten Staaten Programme für die Herzmodellierung betreiben. Im Boston Children’s Hospital unterstützt dieser Ansatz mehr als die Hälfte der Herzoperationen, etwa 500 Fälle pro Jahr, während CHOP im genannten Jahr voraussichtlich rund 200 Modellierungsfälle erreichen wird.
Von der Form des Herzens zum Verhalten des Geräts
Das Team arbeitet derzeit daran, physikalische Simulationen hinzuzufügen, um zu testen, was beim Einsetzen eines Geräts in ein bestimmtes Herz geschehen könnte. Dieser Ansatz basiert auf Newton, einer quelloffenen Physik-Engine, die auf dem NVIDIA-Warp-Framework in Python aufbaut und Grafikprozessoren nutzt. Diese Werkzeuge werden mit SlicerHeart verbunden, um die Eigenschaften des Gewebes und die Art und Weise abzuschätzen, wie Verschlussvorrichtungen für Defekte im Herzen des Patienten eingesetzt werden.
Dem Beitrag zufolge können Simulationen, die bis zu vier Stunden oder bei der Prüfung mehrerer Einstellungen eine ganze Nacht dauern können, mithilfe der GPU-Beschleunigung annähernd in Echtzeit durchgeführt werden. Ziel für die Praxis ist es, Ärzten zu ermöglichen, verschiedene Geräte innerhalb der für eine Entscheidung am selben Tag verfügbaren Zeit zu vergleichen, statt lediglich eine statische anatomische Form darzustellen.
Warum ist diese Nachricht wichtig?
Die Bedeutung dieser Entwicklung liegt in der Verbindung von Bilddaten des Patienten mit skalierbaren quelloffenen Werkzeugen, insbesondere in einem Bereich mit seltenen und vielfältigen Fällen, der nicht immer herkömmliche kommerzielle Investitionen anzieht. CHOP verweist auf die Zusammenarbeit mit Forschern von Stanford und Boston Children’s sowie auf die Bildung eines nationalen Konsortiums von Kinderkrankenhäusern zum Aufbau einer gemeinsamen Modellierungsinfrastruktur.
Die angegebene Geschwindigkeit bedeutet jedoch nicht, dass die Simulation zu einem unabhängigen Ersatz für die medizinische Entscheidungsfindung geworden ist. Der Beitrag beschreibt Werkzeuge, die derzeit in klinische Arbeitsabläufe integriert werden, und einige Anwendungen, etwa die Simulation von Transkatheter-Herzklappen und virtuelle Umgebungen, befinden sich noch in der Entwicklung. Außerdem stammen die genannten Ergebnisse aus einem von NVIDIA veröffentlichten Beitrag. Daher müssen die Übertragbarkeit und die unabhängige klinische Validierung weiter untersucht werden, bevor sie als einheitlicher Versorgungsstandard gelten können.