Zapobieganie chorobom serca z wykorzystaniem sztucznej inteligencji
W projekcie SmartHeart badacze z Hochschule München (HM) stworzyli symulację pulsującego serca, które dzięki metodom opartym na sztucznej inteligencji może być indywidualnie dopasowywane do konkretnego pacjenta. Cyfrowy bliźniak ma w przyszłości wspierać lekarzy w analizowaniu przyczyn chorób układu sercowo-naczyniowego oraz przewidywaniu efektów planowanych interwencji.
Choroby układu krążenia są najczęstszą przyczyną zgonów w Niemczech. Co roku ponad 300 000 osób umiera z powodu takich schorzeń jak zawał serca, udar mózgu, zaburzenia rytmu serca czy nadciśnienie tętnicze. „Przyczyny tych chorób są prawdopodobnie wieloczynnikowe: obserwuje się liczne zależności między ciśnieniem tętniczym, kształtem i funkcją mięśnia sercowego oraz pracą zastawek. Te złożone interakcje trudno badać u żyjących pacjentów” – wyjaśnia Ludwig Wagmüller. W swojej pracy doktorskiej na HM opracował on spersonalizowany model komputerowy pulsującego układu sercowo-naczyniowego. Dzięki niemu możliwe będzie analizowanie zachowania serca bez konieczności stosowania inwazyjnych procedur diagnostycznych.
Dotychczasowe modele – zbyt wolne i mało efektywne
Wcześniejsze symulacje były z jednej strony zbyt wolne, z drugiej zaś trudne do indywidualnego dostosowania do geometrii serca konkretnego pacjenta. „Do obliczenia i zwizualizowania pojedynczego uderzenia serca superkomputery potrzebowały wielu godzin” – podkreśla Wagmüller. Wspólnie z ekspertami od symulacji z Wydziału Budowy Maszyn, Techniki Pojazdowej i Lotniczej HM oraz Technische Universität München (TUM) opracował przy użyciu metod sztucznej inteligencji nowatorski model serca. Pozwala on wiernie odtworzyć geometrię pacjenta, jednocześnie wymagając znacznie mniejszej mocy obliczeniowej niż tradycyjne symulacje.
Szybsze obliczenia dzięki SI
Klucz tkwi – jak wyjaśnia doktorant – „w połączeniu metod statystycznych z algorytmami sztucznej inteligencji. Dzięki temu symulacja wymaga mniej czasu obliczeniowego”. Istotną rolę pełni tu tzw. Reduced Order Model. Modele zredukowane mają niższą złożoność niż standardowe symulacje, ale przy uwzględnieniu kluczowych parametrów zapewniają bardzo wysoki poziom zgodności z rzeczywistością, a jednocześnie są znacznie bardziej energooszczędne. Badaczom udało się po raz pierwszy zidentyfikować i matematycznie opisać charakterystyczne wzorce ruchu serca występujące w różnych geometriach anatomicznych.
Cyfrowe serce przeciętnego pacjenta
Nowy model serca powstał na podstawie realnych danych pacjentów. Wykorzystując siedemdziesiąt zanonimizowanych zestawów danych MRI, Wagmüller zasymulował cyfrowego bliźniaka przeciętnego serca wraz z jego wariantami anatomicznymi. Model ten został następnie wytrenowany dodatkowymi zanonimizowanymi danymi MRI. Efektem jest pulsujący cyfrowy układ sercowo-naczyniowy, który pozwala odtwarzać i przewidywać kluczowe procesy fizyczne. Cyfrowy bliźniak może być następnie indywidualizowany na podstawie danych konkretnego pacjenta.
Model na drodze do praktyki klinicznej
„Połączenie modeli zredukowanych, które przyspieszają symulację, z możliwością modyfikacji geometrii serca otwiera zupełnie nowe zastosowania w technice symulacyjnej” – podsumowuje prof. Markus Gitterle z HM, współkierujący projektem wraz z prof. Michaelem Wibmerem. Nowy model umożliwia uzyskanie wglądu w zachowanie pulsującego układu sercowo-naczyniowego. W przyszłości badacze chcą wykorzystać go do symulacji i testowania zabiegów chirurgicznych: „Cyfrowy bliźniak jest stale rozwijany. Być może pewnego dnia przed operacją na otwartym sercu będzie można sprawdzić, czy planowany zabieg przyniesie oczekiwany efekt” – dodaje Wibmer.
Projekt jest finansowany przez Bayerisches Staatsministerium für Wissenschaft und Kunst i realizowany we współpracy z partnerami AdjuCor GmbH oraz prof. dr.-ing. Michaelem W. Gee z Technische Universität München.
Źródło: Hochschule München
