Een nieuw ‘digital twin’ computationeel raamwerk 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 hartinfarct.
Hartaanval – illustratieve foto. Afbeeldingscredit: Pixabay (gratis licentie van Pixabay)
Biomedische ingenieurs van Duke University hebben een methode ontwikkeld die gegevens van draagbare apparaten, zoals slimme horloges, gebruikt om de hartslag van een hele week digitaal na te bootsen. Het vorige record duurde slechts enkele minuten.
Deze aanpak, genaamd Longitudinal Hemodynamische Mapping Framework (LHMF), creëert een “digitale tweeling” van de bloedstroom van een specifieke patiënt om hun 3D-kenmerken te evalueren. De doorbraak is een belangrijke stap in de richting van het verbeteren van de huidige gouden standaard bij het beoordelen van het risico op hartziekten of hartaanvallen, waarbij gebruik wordt gemaakt van momentopnamen van een enkel moment, een uitdagende aanpak voor een ziekte die zich over maanden of jaren voortzet.
Het onderzoek werd uitgevoerd in samenwerking met computationele wetenschappers 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 de toonaangevende mondiale conferentie op het gebied van high performance computing.
« Het modelleren van de 3D-bloedstroom van een patiënt voor zelfs maar één dag zou een eeuw aan rekentijd vergen op de beste supercomputers van vandaag », zegt Cyrus Tanade, een promovendus in het laboratorium. 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 het paradigma verandert in de manier waarop we gepersonaliseerde 3D-simulaties benaderen.”
Een slim 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, heeft een softwarepakket ontwikkeld met de naam 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 computermethode is veel minder invasief dan de traditionele benadering waarbij een sonde in een voerdraad in de slagader zelf wordt ingebracht.
Hoewel deze toepassing slechts een handvol hartslagsimulaties vereist en werkt voor een enkele momentopname, is het doel van het veld om de drukdynamiek weken of maanden te volgen nadat een patiënt het ziekenhuis heeft verlaten. Om echter maar tien minuten aan gesimuleerde gegevens op het computercluster van de Duke-groep te krijgen, moesten ze het 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. “Zie het als drie weken nodig hebben om te simuleren hoe het weer morgen zal zijn. Tegen de tijd dat je een storm voorspelt, is het water al opgedroogd.”
Om deze technologie op de lange termijn toe te passen op mensen uit de echte wereld, moeten onderzoekers een manier vinden om de rekenlast te verminderen. Het nieuwe artikel introduceert het Longitudinal Hemodynamische Mapping Framework, dat de tijd die vroeger bijna een eeuw aan simulatietijd in beslag nam, terugbrengt tot slechts 24 uur.
« De oplossing is om hartslagen parallel te simuleren in plaats van opeenvolgend, waardoor de taak over veel verschillende knooppunten wordt verdeeld », aldus Tanade. “Conventioneel worden bij parallelle rekentaken ruimtelijk verdeeld. Maar hier zijn ze ook in tijd verdeeld.”
Men zou bijvoorbeeld redelijkerwijs kunnen aannemen dat de specifieke kenmerken van een coronaire flow om 10.00 uur op maandag waarschijnlijk weinig invloed zullen hebben op de flow om 14.00 uur op woensdag.
Hierdoor kon het team een methode ontwikkelen om verschillende tijdsperioden nauwkeurig tegelijkertijd te simuleren en weer aan elkaar te koppelen. Deze uitsplitsing maakte de onderdelen 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 computertijdtoewijzing van het laboratorium op het Duke-computercluster.
Met behulp van continue hartslag- en elektrocardiografische gegevens van een smartwatch produceerde het een uitgebreide set 3D-biomarkers voor de bloedstroom die konden correleren 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 LHMF op Amazon World Services en Summit, een systeem van het Oak Ridge National Laboratory. De fouten waren verwaarloosbaar, wat aantoont dat LHMF op een bruikbare tijdschaal kon opereren.
Het team heeft de LHMF vervolgens verder verfijnd 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) konden volgen voor meer dan 700.000 hartslagen, of een week lang. continue activiteit. activiteit.
Dankzij deze resultaten kon de groep een op maat gemaakte 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 die verkregen met een enkele hartslag, » zei Tanade. « Dit toont aan dat het vastleggen van longitudinale bloedstroomstatistieken nuances en informatie oplevert die anders niet waarneembaar zouden zijn met de vorige gouden standaardbenadering. »
« Als we een temporele kaart kunnen maken van de wandspanning in kritieke gebieden zoals de kransslagader, kunnen we het risico voorspellen dat een patiënt atherosclerose ontwikkelt of de progressie van dergelijke ziekten », 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
Fontein: Duke universiteit
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,argumenten):n.queue.push(argumenten)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(venster,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘Paginaweergave’);
Eerder gepubliceerd in The European Times.
