Children’s Hospital of Philadelphia（CHOP）は、先天性心疾患を持つ小児の心臓の正確な3Dモデルを構築するため、オープンソースの人工知能ツールを使用している。これは、処置計画の改善と、一般的なサイズに基づいて設計されたデバイスへの依存低減を目指す取り組みである。NVIDIAのブログに掲載された記事によると、このシステムは数秒でモデルを生成できる。従来、この作業には専門研究者による約4時間の手作業が必要だった。
このサービスは、コンピューター断層撮影、磁気共鳴画像法、3D超音波検査など、患者の診療ですでに取得されている画像を利用する。CHOPは、医用画像向けのオープンソースAIフレームワークであるMONAIに加え、3D医用画像の表示、セグメンテーション、分析に特化した3D Slicerの拡張機能であるSlicerHeartを使用している。
研究から臨床利用へ
Matthew Jolley医師兼心臓病研究者が率いるチームは、2015年にCHOPへ加わった後、小児心臓のモデリングワークフローの開発を始めた。MONAI LabelとNVIDIAのAuto3DSeg実装を用いて、過去の画像とモデルの組み合わせで自動セグメンテーションネットワークを訓練した。チームによると、その出力は訓練を受けた専門家が作成するものと同じ品質基準を満たしながら、はるかに短時間で生成される。
同病院は、心室中隔欠損症を含む一部の複雑な手術の前に、これらのモデルを日常的に使用している。心室中隔欠損症は、心臓の下側にある2つの部屋の間に穴が開く疾患である。記事では、2回の修復手術に失敗した小児の事例を紹介している。3Dモデルにより、外科医は欠損部の位置を特定し、初回の試みで修復を完了できた。また、このモデルによって、2種類の異なる人工弁が患者の心臓にどの程度適合するかを比較し、心臓壁への影響を推定することも可能になる。
この利用はCHOPに限られない。記事によると、米国の20を超える小児病院が心臓モデリングのプログラムを運用している。Boston Children’s Hospitalでは、このアプローチが年間約500件、心臓手術の半数以上を支援している。一方、CHOPは、記事で言及された年のうちに約200件のモデリング症例に到達すると予測している。
心臓の形状からデバイスの挙動へ
チームは現在、特定の心臓にデバイスを挿入した際に起こり得ることを検証するため、物理シミュレーションの追加に取り組んでいる。この取り組みでは、PythonのNVIDIA Warpフレームワーク上に構築され、GPUを使用するオープンソースの物理エンジンNewtonを利用する。これらのツールをSlicerHeartと接続し、組織の特性や、患者の心臓内で欠損孔閉鎖デバイスがどのように展開するかを推定している。
記事によると、最大4時間、複数の設定を試験する場合には一晩かかることもあるシミュレーションは、GPUアクセラレーションを利用することでリアルタイムに近づけられる。実務上の目標は、固定された解剖学的形状を表示するだけでなく、医師が同じ日に意思決定を行うために必要な時間内に、異なるデバイスを比較できるようにすることである。
なぜこのニュースが重要なのか
この進展の重要性は、患者の画像データと拡張可能なオープンソースツールを組み合わせている点にある。特に、まれで多様な症例が存在し、従来型の商業投資を常に引きつけられるとは限らない分野では重要である。CHOPは、StanfordとBoston Children’sの研究者との協力、およびモデリングのための共通基盤を構築する小児病院の全国連合の結成に言及している。
ただし、発表された速度は、シミュレーションが医療上の意思決定に代わる独立した手段になったことを意味しない。記事では、これらのツールは臨床ワークフローへの統合が進められている段階にあると説明しており、経カテーテル弁シミュレーションや仮想環境など、一部の応用はなお開発中である。また、言及されている結果はNVIDIAが公開した記事に記載されたものであるため、標準的な医療の基準とみなすには、一般化可能性と独立した臨床検証についてさらなる追跡が必要である。