儿童医院利用NVIDIA AI革新心脏护理

费城儿童医院（CHOP）正在利用由NVIDIA支持的开源AI工具，革新针对先天性心脏病儿童的心脏护理。通过MONAI医学影像框架，CHOP开发了一套系统，可以在几秒钟内创建精确的3D心脏模型，而此前这项工作需要四小时的手动操作。

先天性心脏缺陷影响约1%的新生儿，由于每位患者的解剖结构高度多样化，这带来了独特的挑战。传统治疗依赖于无法针对个体病例量身定制的通用设备。CHOP的心脏病学家和研究人员马修·乔利（Dr. Matthew Jolley）医生强调了这种不匹配：“你面对的是一个独一无二的孩子，却使用的是一件通用设备。”新的AI驱动的建模系统使外科医生能够在进入手术室之前，通过可视化和虚拟环境中测试设备来更好地准备手术。

CHOP的心脏建模服务整合了来自CT扫描、MRI和3D超声的影像数据，几乎可以实时创建解剖学上精确的心脏模型。这一进展并非孤立：美国超过20家儿童医院也采用了类似的项目，波士顿儿童医院每年使用建模支持超过500例心脏手术。在CHOP，预计今年将建模约200个病例，随着医院通过其摩根研究与创新中心的IDEA实验室在多个学科中扩展AI工具的使用，这一数字预计将继续增长。

从研究到护理标准

CHOP在AI驱动的心脏护理方面的探索始于2015年，当时乔利医生的团队开始将像3D Slicer这样的开源影像工具应用于儿科病例。最初的工作流程非常耗时，但通过NVIDIA的MONAI框架引入机器学习后，这一过程大大简化。例如，团队使用MONAI Label和NVIDIA的Auto3DSeg，在现有的图像-模型配对数据上训练AI模型，从而能够在几秒钟内创建高质量的3D模型。

临床影响是显著的。在一个值得注意的案例中，AI工具帮助定位了一个复杂的室间隔缺损，该缺损此前在两次修复尝试中都未能被发现。有了3D模型，外科团队首次尝试便成功完成了修复。这类突破将心脏建模从一项研究实验提升为许多复杂病例护理的标准组成部分。

借助NVIDIA Warp的实时模拟

CHOP并未止步于可视化。医院正在与NVIDIA合作，通过基于NVIDIA Warp框架构建的Newton引擎实现实时物理模拟。这些工具使医生能够在手术开始之前预测医疗设备与儿童心脏组织的相互作用。例如，Newton可以模拟用于封闭心脏缺损的闭合设备在不同条件下的表现，将此类模拟所需的时间从数小时缩短到数分钟。

未来的发展包括将这些模拟与由OpenUSD标准支持的NVIDIA Omniverse数字孪生技术相结合。这将使临床医生能够在虚拟现实中与儿童心脏的3D模型交互，为治疗规划提供前所未有的深刻洞察。

开源推动创新

先天性心脏病影响了240万美国人，这一人群规模太小且过于多样化，难以吸引大规模商业投资。像SlicerHeart和MONAI这样的开源工具已成为克服这些经济障碍的重要手段。通过促进像CHOP、波士顿儿童医院和斯坦福大学等机构之间的合作，开源社区正在加速儿科心脏护理的进步。

乔利医生强调了开源在这一背景下的独特价值：“受众规模太小，无法通过正常经济模式支持传统商业开发。但这却是一个如此重要的问题，在研究社区和慈善事业的支持下，人们正在推动它的发展。”NVIDIA对开放平台的承诺确保了像CHOP这样的医院能够访问和利用最前沿的工具，而无需从零开始开发这些工具。

随着CHOP继续完善这些技术，医院正在为个性化医疗设立新的标准。通过AI驱动的建模和实时模拟，患有先天性心脏病的儿童正在接受针对其独特需求量身定制的护理——标志着儿科医疗保健的重大进步。