利用三维打印新利18官方技术研究常见心脏缺损

最常见的一种先天性心脏病在美国，主动脉缩窄(CoA)是指将血液从心脏输送到身体其他部位的主要动脉变窄。在美国，它每年影响1600多名新生儿，并可能导致高血压、过早冠状动脉疾病、动脉瘤，中风和心脏衰竭。

为了更好地了解CoA患者的风险因素，一个大型研究团队，包括一名前劳伦斯研究员和她在劳伦斯利弗莫尔国家实验室（LLNL）的导师，已经联合起来机器学习，新利18官方以及能够精确模拟主动脉血流的高性能计算模拟。通过3d打印的脉管系统验证的模型，该团队能够预测生理因素的影响，如用力、升高甚至怀孕对CoA的影响，这会迫使心脏更用力地泵血到身体。

由当时的劳伦斯研究员Amanda Randles（现在是杜克大学生物医学科学的Mordecai助理教授）和她的导师，LLNL计算机科学家Erik Draeger作为LLNL的机构计算大挑战项目提出，这项工作是迄今为止CoA最大的模拟研究，涉及在LLNL的Blue Gene/Q Vulcan超级计算机上进行的超过7000万计算小时的3D模拟。Draeger说：“除了患者在医生办公室休息时存在的因素外，你可以进行这些模拟，真正了解这种情况对患者的实际影响范围。”。“它还描述了一个协议，在这个协议中，尽管你仍然需要进行模拟，但你不需要进行所有的配置。这类研究真正有趣的一点是，在你能够进行这一级别的模拟之前，你必须按照平均结果进行。而通过这个，你可以拍摄aort的图像一个特定的人的模型，并模拟主动脉壁上的应力。”

在火神号上，德尔格、兰德尔斯和他们的队伍在奔跑模拟主动脉狭窄——心脏左侧的狭窄产生了压力梯度，通过主动脉传导到身体的其他部位。这些模拟使用了一款名为HARVEY的流体动力学软件，由Randles开发，用于模拟血液流动，在主动脉的三维几何图形上运行计算机断层扫描和核磁共振成像扫描。由于主动脉太大，流动非常混乱，Randles——他有生物医学模拟和HPC方面的背景——重写了HARVEY代码，以便为Vulcan最大限度地利用它，这样团队就可以运行大量的模拟来精确建模。

然后研究人员调查的影响,不同程度的狭窄,血流速度和粘度,使用模型预测两个诊断指标——压力梯度穿过狭窄和主动脉壁剪切应力——以反映现实世界的影响一个人的生活方式- CoA。Randles说:“我们正在研究不同的生理特征是如何改变流动剖面的。”“如果一个人在跑步，如果他们在高海拔跑步，如果他们怀孕了——这会如何改变血管狭窄处的压力梯度?”这会影响医生采取行动的时间。你无法在一次模拟中捕捉到患者的全部状态。”

Randles说，模拟结果表明，主动脉不同部位的血液粘度和流速具有协同作用，这也受到特定患者特定几何形状的影响。她补充说，各种生理因素之间的关系不是直观的或线性的，需要像Vulcan这样的大型超级计算机结合机器学习来充分理解它们之间复杂的相互作用。

为了创建一个框架，以获取所有生理因素所需的最少模拟量来构建预测模型，该团队实施了机器学习模型，这些模型根据Vulcan上所有136个血流模拟的数据进行训练。Randles说，机器学习使团队能够将所需的粘度/速度配对模拟的数量从数百个减少到9个，这使得将来开发患者特定的风险配置文件成为可能。Randles说:“理想情况是，在未来，当一个新病人进来时，你不必运行7000万个计算小时，你只需要做足够的模拟就可以了。”“这是在医院不需要超级计算机的第一步。我们希望能够提供足够的训练数据和机器学习框架，他们可以用来做一些模拟，可能适合本地集群或更容易获得的东西，同时也利用大规模超级计算的结果。”

为了验证模型，亚利桑那州立大学的研究人员3d打印了主动脉，并完成了模拟血流的台式实验，以与模拟结果进行比较。新利18官方Randles说，3D打印技术使研究小组能够生成主动脉的剖面图，并提取壁应力、速度和其他对了解血流重要的因素的数据。

研究人员表示，机器学习和实验设计的结合可能会对计算界产生广泛影响，对任何有兴趣确保最佳利用资源的大型研究都是有用的。对于临床医生来说，它可以为监测某些风险因素提供新的见解，并为未来的临床研究提供信息。

该团队希望将新框架应用于其他疾病，如冠状动脉疾病，并跟踪CoA工作，以更好地理解为什么某些生理因素对确定健康风险更重要。研究人员说，虽然最终目标是看到模型在临床环境中使用，但还需要进行更全面的研究，以确定某些因素对CoA的影响。德雷格说，进一步的工作将需要与临床医生合作，并需要来自预后已知患者的更多数据集。

Draeger说，目前，基于医学成像和模拟的预测仍然需要大量的时间和精力才能产生可操作的结果。但随着研究人员进行更多的研究，这些神经网络和模型可能会得到改进，从而使临床医生可以用更少的模拟来进行预测信任。

Draeger说，通过利用其在物理、模拟、应用数学和机器学习方面的专业知识，以及对超级计算机的访问，LLNL能够与生物学家结成强有力的合作伙伴，通过高性能计算建模和模拟在未来影响医学和健康。德雷格说：“我们刚刚开始认识到，高性能计算和模拟具有足够的逼真度和速度，可以直接与临床医学交叉。”。“我们离得越来越近，但模拟总是太慢。但我们现在已经到了一个不切实际的地步，尤其是在机器学习以降低成本的情况下，想象你实际上可以对某个特定的人进行模拟研究，并用它在不远的将来影响他们的护理。”

这项研究发表在杂志上科学报告。