«Уникальный ребёнок и серийный прибор»: детская больница Филадельфии строит модели детских сердец на открытых инструментах NVIDIA

Секунды вместо четырёх часов

В публикации NVIDIA от 15 сентября 2026 года описано, как кардиологический сервис моделирования CHOP строит анатомически точные модели детских сердец за секунды. Сервис работает на MONAI — открытом фреймворке для медицинской визуализации, соучредителем которого в публикации названа NVIDIA, — и берёт те изображения, которые у лечащей команды уже есть: КТ, МРТ и 3D-ультразвук. Рабочий процесс, который раньше требовал четырёх часов работы квалифицированного исследователя, теперь завершается достаточно быстро для рутинного клинического применения.

Масштаб в публикации приводится такой: программы кардиологического моделирования работают более чем в 20 детских больницах США, в Boston Children’s Hospital моделирование сопровождает больше половины всех кардиохирургических операций — примерно 500 случаев в год, а сама CHOP рассчитывает выйти примерно на 200 смоделированных случаев в этом году. Дальше больница намерена перенести те же инструменты на другие дисциплины через IDEA Lab — подразделение Morgan Center for Research and Innovation.

Что именно представляет собой фреймворк, проверяется независимо от публикации: MONAI описан в своём официальном репозитории как основанный на PyTorch открытый фреймворк для глубокого обучения в медицинской визуализации, часть PyTorch Ecosystem. Способ применения описан в самой публикации: команда обучает сети сегментации на парах «прежнее изображение — готовая модель» с помощью MONAI Label и реализации NVIDIA Auto3DSeg, и модуль Auto3DSeg действительно присутствует в репозитории MONAI отдельным каталогом.

Десять лет: от исследовательского прототипа до стандарта помощи

Доктор Matthew Jolley, кардиолог и исследователь CHOP, сформулировал задачу через контраст: «У вас уникальный ребёнок и серийный прибор. Наша работа — найти то, что подойдёт, и моделирование позволяет сделать это до того, как кто-то войдёт в катетеризационную лабораторию или операционную». Когда Jolley пришёл в CHOP в 2015 году, 3D-эхокардиография только появлялась: инструменты для моделирования клапанов у взрослых существовали, а для сложных малых анатомий, с которыми он работал, почти ничего не было.

Лаборатория вместе с открытым сообществом построила SlicerHeart — расширение 3D Slicer для визуализации, сегментации и анализа трёхмерных медицинских изображений. Назначение расширения подтверждается его официальным описанием: SlicerHeart содержит инструменты импорта кардиологических изображений (3D/4D ультразвук, КТ, МРТ), количественного анализа, планирования операций, а также планирования и оценки установки имплантов. Сам 3D Slicer — свободное открытое ПО для визуализации, обработки, сегментации, регистрации и анализа медицинских и биомедицинских изображений, планирования и навигации процедур с визуальным контролем.

Переломным стало машинное обучение. «Машинное обучение стало просто хлебом с маслом», — говорит Jolley: как только у команды набирается 10 или 20 пар «изображение — модель», она обучает модель и сразу начинает её применять. Качество результата в публикации описывается как соответствующее стандарту, который выдал бы обученный человек, но за секунды вместо часов. Для сложных дефектов межжелудочковой перегородки CHOP теперь моделирует рутинно перед операцией: в одном из ранних случаев ребёнку уже сделали две неудачные попытки коррекции, и хирурги не могли найти дефект традиционными методами, а трёхмерная модель прояснила анатомию — операция прошла успешно с первого раза.

Newton и Warp: от «как выглядит» к «что произойдёт»

Следующий шаг — не визуализация, а симуляция: команда хочет знать не только то, как выглядит сердце ребёнка, но и что произойдёт при раскрытии устройства внутри него, ещё до начала процедуры. Для этого используется Newton — открытый физический движок на базе Python-фреймворка NVIDIA Warp, который считает физику на GPU. Официальная страница NVIDIA описывает Newton как открытый расширяемый физический движок на базе NVIDIA Warp и OpenUSD, разрабатываемый NVIDIA, Google DeepMind и Disney Research и управляемый Linux Foundation, целью которого названо развитие обучения и разработки роботов. Репозиторий движка формулирует то же самое короче: открытый ускоренный на GPU движок физической симуляции, ориентированный на робототехников и исследователей симуляции.

Warp на своей официальной странице описан как специально созданный открытый Python-фреймворк, дающий ускорение на GPU для вычислительной физики, ИИ и задач оптимизации. Фреймворки для биомеханики, которые CHOP строит вместе с NVIDIA и открытым сообществом, при интеграции с 3D Slicer и SlicerHeart должны помочь понять механические свойства тканей, определяющие, как устройство раскроется у конкретного пациента. По данным публикации, ускорение на GPU сокращает время симуляции кардиологического устройства с четырёх часов — или целой ночи прогонов для нескольких конфигураций — почти до реального времени, а клиницист мог бы сравнивать разные устройства для конкретной анатомии и получать результат достаточно быстро для решения в тот же день.

CHOP уже начала внедрять функции на Warp и Newton для окклюдеров, которыми закрывают отверстия в детских сердцах, и надеется применить похожие методы к симуляции транскатетерных клапанов; открытая архитектура Warp и Newton связывается с SlicerHeart, чтобы в перспективе встроить симуляции в клинические процессы. Отдельно в разработке — связка SlicerHeart с цифровыми двойниками NVIDIA Omniverse на базе OpenUSD: открытая трёхмерная совместимость позволяет сводить разные данные и решатели в симуляции, построенные из изображений пациента, переносить их в среды виртуальной реальности и работать с анатомией через встроенные vision-language модели.

Почему здесь работает открытый код

По данным публикации, около 2,4 миллиона человек в США живут с врождённым пороком сердца, и исторически эта популяция была слишком редкой и слишком разнородной, чтобы привлекать инвестиции производителей устройств в нужном семьям масштабе. Ни одна компания не построила инструменты, нужные команде Jolley, и ни один институт не смог бы сделать это в одиночку — обходным путём стал открытый код.

Инструменты SlicerHeart свободны для использования и доработки; исследователи из Stanford и Boston Children’s добавляют собственные инструменты рядом с CHOP, а сейчас формируется национальный консорциум детских больниц для создания следующего поколения общей инфраструктуры моделирования, и открытый код назван связующей тканью между институтами. Jolley объясняет это экономикой: «Это слишком маленькая популяция, чтобы поддерживать традиционную коммерческую разработку по обычной экономике. Но проблема настолько важна, что научное сообщество и филантропия её поддерживают. Открытый код отрицает традиционную экономику для маленьких и разнородных популяций, позволяя сотрудничать и двигаться вперёд без барьеров».

Что подтверждено, а что пока заявлено

Все числа — примерно 1% живорождений с врождённым пороком сердца, более 20 детских больниц, около 500 операций в год в Boston Children’s, ожидаемые 200 случаев в CHOP, четыре часа против секунд и 2,4 миллиона пациентов в США — взяты из одной публикации корпоративного блога NVIDIA, а не из независимого клинического исследования. Отдельного рецензируемого отчёта или публикации CHOP в материале нет, а конкретные цифры по больницам внешним источником не подтверждены.

Вторая оговорка касается рамки материала: это рассказ NVIDIA о собственном вкладе, где MONAI, Newton и OpenUSD перечислены как вложения компании в открытые платформы, а также утверждается, что это даёт лаборатории детской больницы доступ к инфраструктуре, поддерживаемой в промышленном масштабе. При этом участие сторонних организаций в проектах проверяется независимо: движок Newton разрабатывают совместно NVIDIA, Google DeepMind и Disney Research, а управляет проектом Linux Foundation, и это указано на официальной странице NVIDIA.

Практический вывод для читателя: клинический сдвиг — переход моделирования сердца из исследований в стандарт помощи — заявлен, но подтверждается пока только первичной публикацией производителя и открытым кодом самих инструментов, а не независимой оценкой исходов у пациентов.