Children’s Hospital of Philadelphia (CHOP) использует инструменты искусственного интеллекта с открытым исходным кодом для создания точных трёхмерных моделей сердец детей с врождёнными пороками — в рамках подхода, направленного на улучшение планирования процедур и снижение зависимости от устройств, разработанных под стандартные размеры. Согласно материалу, опубликованному в блоге NVIDIA, система может создать модель за секунды, тогда как раньше процесс требовал около четырёх часов ручной работы специалиста-исследователя.
Сервис опирается на изображения, которые уже используются в рамках лечения пациента, включая компьютерную томографию, магнитно-резонансную томографию и трёхмерную ультразвуковую визуализацию. CHOP использует открытый фреймворк MONAI для искусственного интеллекта в медицинской визуализации, а также SlicerHeart — расширение для программы 3D Slicer, предназначенное для визуализации, сегментации и анализа трёхмерных медицинских изображений.
От исследований к клиническому применению
Команда под руководством кардиолога и исследователя Matthew Jolley начала разрабатывать процессы моделирования детских сердец после его присоединения к CHOP в 2015 году. С помощью MONAI Label и реализации Auto3DSeg от NVIDIA были обучены сети автоматической сегментации на парах изображений и ранее созданных моделей. Команда утверждает, что результат соответствует тому же стандарту качества, который обеспечивает обученный специалист, но достигается значительно быстрее.
Больница регулярно использует эти модели перед некоторыми сложными операциями, включая случаи дефектов межжелудочковой перегородки — отверстий между двумя нижними камерами сердца. В материале описывается случай ребёнка, перенёсшего две неудачные попытки исправления дефекта, после чего трёхмерная модель помогла хирургам определить его расположение и выполнить исправление с первой попытки. Модель также позволяет сравнить пригодность двух разных искусственных клапанов для сердца пациента и оценить их воздействие на стенки сердца.
Применение не ограничивается CHOP: в материале говорится, что более 20 детских больниц в США реализуют программы кардиологического моделирования. В Boston Children’s Hospital этот подход поддерживает более половины операций на сердце — около 500 случаев в год, тогда как CHOP рассчитывает достичь примерно 200 случаев моделирования в течение упомянутого года.
От формы сердца к поведению устройства
Сейчас команда работает над добавлением физического моделирования, чтобы проверять, что может произойти при введении устройства в конкретное сердце. Этот процесс использует Newton — физический движок с открытым исходным кодом, построенный на фреймворке NVIDIA Warp на языке Python и использующий графические процессоры. Эти инструменты связываются с SlicerHeart для оценки свойств тканей и того, как устройства для закрытия отверстий раскрываются внутри сердца пациента.
В материале говорится, что моделирование, которое может занимать до четырёх часов или целую ночь при проверке нескольких конфигураций, с использованием ускорения GPU может приблизиться к работе в реальном времени. Практическая цель заключается в том, чтобы врач мог сравнить разные устройства в течение времени, необходимого для принятия решения в тот же день, а не ограничиваться демонстрацией фиксированной анатомической формы.
Почему эта новость важна?
Значимость разработки заключается в объединении данных визуализации пациента с масштабируемыми инструментами с открытым исходным кодом, особенно в области, включающей редкие и разнообразные случаи, которые не всегда привлекают традиционные коммерческие инвестиции. CHOP сообщает о сотрудничестве с исследователями из Stanford и Boston Children’s, а также о создании национальной коалиции детских больниц для формирования общей инфраструктуры моделирования.
Однако заявленная скорость не означает, что моделирование стало самостоятельной заменой медицинскому решению: в материале эти инструменты описываются как находящиеся в процессе интеграции в клинический рабочий процесс, а некоторые применения, например моделирование транскатетерных клапанов и виртуальных сред, всё ещё находятся на стадии разработки. Кроме того, приведённые результаты опубликованы в материале NVIDIA, поэтому возможность их обобщения и независимая клиническая проверка требуют дальнейшего наблюдения, прежде чем их можно будет считать единым стандартом медицинской помощи.