IBMの新しいAIは、数分以内に心臓の機能をシミュレートします

• 新しい方法では、高性能コンピューティングアルゴリズムを使用して、仮想フラクショナルフローリザーブシミュレーションを改善します。
• アルゴリズムは、機械学習とガウス過程回帰と呼ばれる深層学習加速法に基づいています。
• 1〜2分以内に心臓の内部で起こっていることを完全にシミュレートできます。

心臓力学のほとんどのマルチスケールモデルは有望に見えますが、診断と治療に関しては、それらの機能はかなり制限されています。臨床データを効率的に処理したり、固定されていない変数を制約したり、計算の複雑さを処理したりすることができないため、臨床上の意思決定や医療に効果的な支援を提供することはできません。

最も一般的なタイプの心臓病は冠状動脈疾患（CAD）であり、これは約1,650万人のアメリカ人の成人に影響を及ぼします。それはまた、米国の女性と男性の両方の主要な死因でもあります。クリーブランドクリニックによると、米国の誰かが40秒ごとに心臓発作を起こしています。

これは、動脈の内壁に脂肪とコレステロール（プラークと呼ばれる）が蓄積するために冠状動脈が閉塞（または狭窄）する状態です。これらのプラークは、心臓発作を引き起こす可能性のある血流を制限します。

動脈の血流をシミュレートする

このような病気の診断を強化するために、研究者は仮想フラクショナルフローリザーブ（vFFR）と呼ばれる技術を使用して動脈の閉塞を調べる新しい方法を模索しています。数値流体力学とX線血管造影図を利用して、流体の動きを調査し、冠状動脈内の血流をシミュレートします。

動脈内のプラークを観察するには、患者は充血剤の注射を受ける必要があります。ただし、これらのタイプのシミュレーションでは、圧力ワイヤーカテーテルが不要になります。

計算流体力学アルゴリズムに基づく既存のvFFRは、完全なシミュレーションを生成するのに1日以上かかることがよくあります。 vFFRメソッドを効果的に利用するには、診断精度を低下させることなく、実行中のアルゴリズムを改善する必要があります。完全なシミュレーションを数分で計算できるはずであり、閉塞した動脈のより広い範囲のビューを提供します。

これらの要件を満たすために、IBMの研究者は、高性能コンピューティングアルゴリズムを使用してvFFRシミュレーションを改善する新しい方法を開発しました。このアルゴリズムは、機械学習とガウス過程回帰と呼ばれる深層学習加速法に基づいています。目的汎関数を簡単に区別できないトリッキーなシナリオでも、最適化アルゴリズムを支援するために使用できます。

参照：フロンティア生理学| doi：10.3389 / fphys.2018.01002 | IBM

アルゴリズムは、梗塞のサイズ、位置、経壁深度を入力変数として受け取り、シミュレーションで計算された変化をモデル化します。さまざまな場所や形状で梗塞のシミュレーションを40回実行できます。有限要素シミュレーションの結果についてトレーニングした後、アルゴリズムは複雑な効果を調査するための有用な表現を提供します。

vFFRベースの診断の血行力学的シミュレーションは、NVIDIA Tesla V100 GPUを搭載したPOWER9システムで1〜2分以内に実行されます。研究者によると、これはほぼリアルタイムで実行されるこの種の最初のシミュレーションです。

迅速なモデルシミュレーションは、肉体労働を減らし、臨床医が心臓の状態をすばやく調べるのに役立ち、検査報告を待っている患者の精神的負担を軽減します。

読む：Googleは目をスキャンして心臓病を予測するAIを開発しています

この研究は、人工知能と生物物理学的モデルを使用して、心臓の内部メカニズムの完全でより正確な画像を構築するためのIBMの取り組みの一部です。彼らは、細胞および解剖学的レベルで心臓の内部で何が起こっているかを視覚化するための新しい技術を発表しました。