Nieuw computationeel raamwerk van ‘digital twins’ legt gepersonaliseerde arteriële krachten vast over meer dan 700.000 hartslagen met behulp van smartwatch-gegevens om de risico’s op hart- en vaatziekten beter te voorspellen en hartaanval.
Hartaanval – illustratieve foto. Afbeeldingscredit: Pixabay (gratis Pixabay-licentie)
Biomedische ingenieurs van Duke University hebben een methode ontwikkeld die gegevens van draagbare apparaten zoals slimme horloges gebruikt om de hartslag van een individu gedurende een hele week digitaal na te bootsen. De vorige schijf besloeg slechts een paar minuten.
Deze aanpak, het Longitudinal Hemodynamische Mapping Framework (LHMF) genoemd, creëert een ‘digitale tweeling’ van de bloedstroom van een specifieke patiënt om hun 3D-kenmerken te beoordelen. Deze vooruitgang is een belangrijke stap in de richting van het verbeteren van de huidige gouden standaard voor het beoordelen van het risico op hartziekten of hartaanvallen, waarbij gebruik wordt gemaakt van momentopnamen van een enkel moment – een moeilijke aanpak voor een progressieve ziekte over maanden of zelfs jaren.
Het onderzoek werd uitgevoerd in samenwerking met computerwetenschappers van het Lawrence Livermore National Laboratory en werd op 15 november 2023 gepubliceerd op de International Conference on High Performance Computing, Networking, Storage and Analysis (SC23). De conferentie is ‘s werelds toonaangevende conferentie op het gebied van high-performance computing.
“Het modelleren van de 3D-bloedstroom van een patiënt, zelfs voor één dag, zou een eeuw aan rekentijd vergen op de beste supercomputers van vandaag”, zegt Cyrus Tanade, een promovendus in het laboratorium van Amanda RandlesAlfred Winborne en Victoria Stover Mordecai universitair hoofddocent biomedische wetenschappen bij Duke.
“Als we de dynamiek van de bloedstroom over lange perioden willen vastleggen, hebben we een oplossing nodig die een paradigmaverschuiving betekent in de manier waarop we op maat gemaakte 3D-simulaties benaderen. »
Een verbonden horloge – illustratieve foto. Beeldcredits: Al Amin Mir via Unsplash, gratis licentie
De afgelopen tien jaar hebben onderzoekers gestage vooruitgang geboekt in het nauwkeurig modelleren van de druk en krachten die worden veroorzaakt door het bloed dat door de specifieke vasculaire geometrie van een individu stroomt. Randles, een van de leiders op dit gebied, ontwikkelde een softwarepakket genaamd HARVEY om deze uitdaging aan te gaan met behulp van ‘s werelds snelste supercomputers.
Een van de meest algemeen aanvaarde toepassingen van deze coronaire digitale tweelingen is om te bepalen of een patiënt al dan niet een stent moet krijgen om een plaque of laesie te behandelen. Deze rekenmethode is veel minder invasief dan de traditionele benadering waarbij een sonde over een voerdraad in de slagader zelf wordt gestoken.
Hoewel deze toepassing slechts een handvol hartslagsimulaties vereist en werkt voor een enkele momentopname, is het doel van het veld om de drukdynamiek te volgen gedurende weken of maanden nadat een patiënt het ziekenhuis heeft verlaten. Om zelfs maar 10 minuten aan gesimuleerde gegevens op het computercluster van de Duke Group te krijgen, moesten ze het echter vier maanden lang vergrendelen.
“Het is duidelijk dat dit geen haalbare oplossing is om patiënten te helpen vanwege de IT-kosten en de tijdsvereisten”, aldus Randles. “Stel je voor dat het drie weken duurt om het weer van morgen te simuleren. Tegen de tijd dat je een regenbui voorspelt, is het water al opgedroogd.
Om deze technologie op de lange termijn op echte mensen te kunnen toepassen, moeten onderzoekers een manier vinden om de rekenlast te verminderen. Het nieuwe artikel introduceert het longitudinale hemodynamische mapping-framework, dat de bijna een eeuw aan simulatietijd terugbrengt tot slechts 24 uur.
“De oplossing is om hartslagen parallel te simuleren in plaats van opeenvolgend, door de taak over veel verschillende knooppunten te verdelen”, aldus Tanade. “Klassiek worden taken ruimtelijk verdeeld met behulp van parallel computing. Maar ook hier worden ze in de tijd gebroken.
Je zou bijvoorbeeld redelijkerwijs kunnen aannemen dat de specifieke kenmerken van een coronaire stroom om 10.00 uur op maandag waarschijnlijk weinig invloed zullen hebben op de stroom om 14.00 uur op woensdag.
Hierdoor kon het team een methode ontwikkelen om verschillende tijdsperioden tegelijkertijd nauwkeurig te simuleren en te reconstrueren. Deze distributie maakte de elementen klein genoeg om te worden gesimuleerd met behulp van cloud computing-systemen zoals Amazon Web Services in plaats van dat er grootschalige supercomputers nodig waren.
Om het mappingframework te testen, gebruikten de onderzoekers beproefde methoden om 750 hartslagen – ongeveer 10 minuten biologische tijd – te simuleren met de toegewezen rekentijd van het laboratorium op Duke’s computercluster.
Met behulp van continue hartslag- en elektrocardiografische gegevens van een smartwatch produceerde het een uitgebreide set 3D-biomarkers voor de bloedstroom die gecorreleerd konden worden met ziekteprogressie en bijwerkingen. Het duurde vier maanden om het bestaande record te voltooien en met een orde van grootte te overtreffen.
Vervolgens vergeleken ze deze resultaten binnen een paar uur met de resultaten van de LHMF op Amazon World Services en Summit, een systeem van het Oak Ridge National Laboratory. De fouten waren verwaarloosbaar, wat bewees dat LHMF op een bruikbare tijdschaal kon opereren.
Het team verfijnde vervolgens de LHMF door een clustermethode te introduceren, waardoor de rekenkosten verder werden verlaagd en ze de wrijvingskracht van bloed op de vaatwanden – een bekende biomarker voor hart- en vaatziekten – gedurende meer dan 700 jaar konden volgen. week van continu. activiteit.
Dankzij deze resultaten kon de groep een gepersonaliseerde longitudinale hemodynamische kaart maken, die laat zien hoe krachten in de loop van de tijd variëren en het percentage tijd dat in verschillende kwetsbare toestanden wordt doorgebracht.
“De resultaten verschilden aanzienlijk van de resultaten die met één enkele hartslag werden verkregen,” zei Tanade. “Dit toont aan dat het vastleggen van longitudinale metingen van de bloedstroom nuances en informatie oplevert die anders niet waarneembaar zouden zijn met de vorige gouden standaardbenadering. »
« Als we een temporele kaart kunnen maken van wandspanningen in kritieke gebieden zoals de kransslagader, kunnen we het risico van een patiënt op het ontwikkelen van atherosclerose of de progressie van dergelijke ziekten voorspellen, » voegde Randles eraan toe. “Deze methode zou ons in staat kunnen stellen gevallen van hartziekten veel eerder te identificeren dan momenteel mogelijk is. »
CITAAT: “Cloud Computing maakt draagbare longitudinale hemodynamische kaarten mogelijk.” »Cyrus Tanade, Emily Rakestraw, William Ladd, Erik Draeger, Amanda Randles. SC ’23: Proceedings van de internationale conferentie over high-performance computing, netwerken, opslag en analyse. November 2023. Artikelnummer: 82, pagina’s 1 t/m 14. DOI: 10.1145/3581784.3607101
Bron: Duke universiteit
Oorspronkelijk gepubliceerd in The European Times.
