Аманда Рэндлс, доктор философии. — Альфред Уинборн Мордекай и Виктория Стовер Мордекай, доцент кафедры биомедицинских наук Университета Дьюка
Сердечно-сосудистая система человека чрезвычайно сложна. В прошлом попытки цифрового моделирования этой системы артерий, капилляров и вен были затруднены из-за стоимости вычислений и требований к памяти для этого типа моделирования. Однако благодаря технологическим достижениям в области параллельных вычислений и машинного обучения стало возможным создание цифровых двойников сосудистой системы человека.
Потребность в цифровой модели сердечно-сосудистой системы связана с текущими процедурами, необходимыми для диагностики сердечно-сосудистых заболеваний. Когда у кого-то есть проблемы с сердечно-сосудистой системой, процедуры, необходимые для диагностики и лечения проблем, часто очень инвазивны. Например, при подозрении на закупорку хирург должен ввести проводник в кровеносную систему пациента, чтобы измерить градиент давления. При обнаружении закупорки может потребоваться ангиопластика для устранения проблемы.
В настоящее время существует передовая технология цифровых двойников 3D, которая может создавать гиперреалистичные симуляции сосудистой системы, позволяя врачам лучше диагностировать проблемы и моделировать результаты возможного лечения.
Создание высокоточных моделей для диагностики и лечения
Точное трехмерное моделирование сосудистой системы исторически было недостижимо из-за стоимости и низкой скорости вычислений. Теперь, когда улучшения стали возможными благодаря достижениям в области мощности и доступности крупномасштабных вычислительных ресурсов, а также алгоритмов, мы смогли продолжить создание цифровых двойников для сосудистой системы человека.
Создание индивидуальных трехмерных (3D) моделей сосудов на основе медицинских изображений, которые в течение многих лет используются медицинским сообществом для диагностики и лечения. Для создания 3D-моделей медицинские изображения, созданные с помощью МРТ и компьютерной томографии, собираются для создания z-стека, многоплоскостного набора изображений кровеносных сосудов пациента. Затем этот z-стек сегментируется путем определения просвета артерии на каждом изображении. Сегментированная геометрия извлекается и соединяется для создания 3D-модели.
Улучшенная скорость вычислений машинного обучения сделала процесс сегментации и объединения z-стека более быстрым и эффективным. Мощные компьютеры теперь могут научиться правильно идентифицировать сосуды и их стенки, точно определяя, что может быть внутри или снаружи этих стенок. Эта сегментация также может помочь в выявлении сосудистых разрывов, закупорок или других аномалий.
Создание 3D-модели — это только первый шаг. Персонализированная трехмерная анатомия используется для определения геометрии сосудистого цифрового близнеца. Дополнительная информация из электронных медицинских записей, такая как частота сердечных сокращений или сердечный выброс, может использоваться для дальнейшей настройки модели. Затем вычислительное программное обеспечение создает полную 3D-модель интересующего органа или количества. В нашей работе мы используем наш инструмент HARVEY для создания персонализированного цифрового двойника, фиксирующего гемодинамику в сосудистой системе пациента. Физические модели с высоким разрешением используются для создания надежной модели кровотока пациента. Сложность этих моделей приводит к увеличению вычислительной нагрузки и требует использования высокопроизводительных вычислений с помощью локальных суперкомпьютеров или ресурсов облачных вычислений.
Улучшение состояния здоровья благодаря цифровым двойникам
Поставщики медицинских услуг могут рассчитывать на улучшение результатов при использовании цифровых двойников. В последние несколько лет отрасль здравоохранения находилась под давлением, о чем свидетельствует нехватка кадров в большинстве дисциплин и рост стоимости здравоохранения без видимых изменений. Мы ожидаем, что дальнейшее использование и развитие технологии цифровых двойников поможет решить эти проблемы.
Один из примеров полезности цифровых близнецов продемонстрирован в нашей работе со сложными поражениями коронарных артерий, такими как бифуркационные поражения, аномалии, которые можно обнаружить в точках разветвления коронарных артерий. Эти аномалии приводят к сужению артерии, что может быть опасным — даже смертельным — если его не выявить и не лечить.
Работая с клиницистами из Brigham and Women’s Hospital и Калифорнийского университета в Сан-Диего, мы показали, что цифровые двойники коронарных артерий пациента можно использовать как для точного измерения диагностических показателей, так и для характеристики аномальных характеристик кровотока, обнаруживаемых при сложных поражениях. Далее мы продемонстрировали, насколько важно создавать этих цифровых двойников из медицинских изображений высокого разрешения. Включение более мелких боковых ветвей, которые могли быть пропущены некоторыми методами визуализации, в некоторых случаях приводило к значительным изменениям показателей кровотока. Мы также объединили наши модели цифровых близнецов бифуркационных поражений с интерпретируемой моделью машинного обучения, чтобы предоставить средства определения того, когда следует стентировать как основную ветвь, так и боковую ветвь бифуркационного поражения или только основную ветвь.
Своевременные ответы и расширенные возможности
При поиске ответов для пациентов с сердечно-сосудистыми заболеваниями своевременность часто имеет решающее значение. Благодаря скорости современных физических симуляций эта своевременность может быть лучше гарантирована. Вскоре цифровые двойники могут стать неотъемлемой частью диагностического и лечебного процесса. Как только эти цифровые двойники будут созданы и проверены, их можно будет использовать для обучения машин, чтобы узнать, как определенные силы влияют на сосудистую систему человека во время операции или других инвазивных процедур. Это может помочь врачам определить, необходимы ли такие процедуры с медицинской точки зрения.
Рынок 3D-моделирования быстро растет, в основном благодаря спросу и технологическим возможностям. Поскольку общая стоимость медицинской помощи продолжает расти практически во всех секторах здравоохранения, становится как никогда важно, чтобы мы находили новые способы повышения эффективности, обеспечивая при этом качественные результаты при меньших затратах.
Машины никогда полностью не заменят способности и креативность человеческого мозга. Тем не менее, мы приближаемся как никогда раньше к воспроизведению систем организма для улучшения результатов диагностики и лечения.