Children’s Hospital of Philadelphia (CHOP) utiliza herramientas de inteligencia artificial de código abierto para construir modelos tridimensionales precisos de los corazones de niños con defectos congénitos, en un proceso destinado a mejorar la planificación de los procedimientos y reducir la dependencia de dispositivos diseñados según tamaños generales. Según el material publicado en el blog de NVIDIA, el sistema puede producir el modelo en segundos, mientras que antes el proceso requería unas cuatro horas de trabajo manual por parte de un investigador especializado.
El servicio se basa en imágenes ya disponibles como parte de la atención del paciente, como tomografías computarizadas, resonancias magnéticas y ecografías tridimensionales. CHOP utiliza el marco de código abierto MONAI para la inteligencia artificial aplicada a la imagen médica, junto con SlicerHeart, una extensión del programa 3D Slicer destinada a la visualización, segmentación y análisis de imágenes médicas tridimensionales.
De la investigación al uso clínico
Un equipo dirigido por el cardiólogo e investigador Matthew Jolley comenzó a desarrollar flujos de modelado para corazones infantiles después de que este se incorporara a CHOP en 2015. Mediante MONAI Label y la implementación Auto3DSeg de NVIDIA, se entrenaron redes de segmentación automática con pares de imágenes y modelos anteriores. El equipo afirma que el resultado alcanza el mismo estándar de calidad que produciría un especialista capacitado, pero en mucho menos tiempo.
El hospital utiliza estos modelos de forma rutinaria antes de algunas operaciones complejas, incluidos casos de defectos del tabique ventricular, que son orificios entre las dos cavidades inferiores del corazón. El material menciona el caso de un niño que se había sometido a dos intentos fallidos de reparación, antes de que el modelo tridimensional ayudara a los cirujanos a determinar la ubicación del defecto y completar la reparación en el primer intento. El modelo también permite comparar el ajuste de dos válvulas artificiales diferentes al corazón del paciente y estimar su efecto sobre las paredes cardíacas.
El uso no se limita a CHOP; el material señala que más de 20 hospitales pediátricos de Estados Unidos gestionan programas de modelado cardíaco. En Boston Children’s Hospital, este enfoque respalda más de la mitad de las operaciones cardíacas, unas 500 al año, mientras que CHOP prevé alcanzar aproximadamente 200 casos de modelado durante el año mencionado.
De la forma del corazón al comportamiento del dispositivo
Actualmente, el equipo trabaja en añadir simulaciones físicas para probar qué podría ocurrir al introducir un dispositivo en un corazón concreto. Este proceso se basa en Newton, un motor de física de código abierto construido sobre el marco NVIDIA Warp en Python y que utiliza unidades de procesamiento gráfico. Estas herramientas se están conectando con SlicerHeart para estimar las propiedades de los tejidos y cómo se despliegan los dispositivos de cierre de orificios dentro del corazón del paciente.
El material afirma que las simulaciones que pueden tardar hasta cuatro horas, o una noche completa al probar múltiples configuraciones, pueden acercarse al tiempo real mediante la aceleración por GPU. El objetivo práctico es permitir al médico comparar distintos dispositivos durante el tiempo necesario para tomar una decisión ese mismo día, en lugar de limitarse a mostrar una forma anatómica estática.
¿Por qué es importante esta noticia?
La importancia de este avance radica en combinar los datos de imagen del paciente con herramientas de código abierto escalables, especialmente en un campo que incluye casos poco frecuentes y diversos que no siempre atraen la inversión comercial tradicional. CHOP señala la colaboración de investigadores de Stanford y Boston Children’s, así como la creación de una coalición nacional de hospitales pediátricos para construir una infraestructura común de modelado.
Sin embargo, la velocidad anunciada no significa que la simulación se haya convertido en un sustituto independiente de la decisión médica; el material describe herramientas en proceso de integración en el flujo de trabajo clínico, y algunas aplicaciones, como la simulación de válvulas mediante catéter y los entornos virtuales, todavía están en desarrollo. Además, los resultados mencionados proceden de un material publicado por NVIDIA, por lo que la posibilidad de generalizarlos y su validación clínica independiente requieren seguimiento antes de considerarlos un estándar uniforme de atención.