‎费城儿童医院联合NVIDIA-MONAI先天性心脏病心脏建模从数小时缩至数秒

全文概要
费城儿童医院（CHOP）基于 NVIDIA 联合创建的开源医学影像框架 MONAI，将先天性心脏病患儿心脏 3D 模型的构建时间从"一名经验丰富的研究人员需要 4 小时"缩短到"短短几秒"，用于导管室与手术前的精准规划。目前美国已有 20 多家儿童医院开展心脏建模项目，波士顿儿童医院已将建模技术应用于一半以上的心脏手术，精准医疗正在从"试点"走向"常规"。

---

1. 先天性心脏病的精准治疗挑战

约 1% 的活产婴儿患有先天性心脏缺陷，且每个病例的解剖结构都各不相同。对于心脏下腔之间存在孔洞、或维持生命的单一泵血心腔内存在瓣膜渗漏的患儿，治疗必须贴合其确切的解剖结构。然而长期以来，外科医生使用的介入器械几乎从不针对特定患儿设计。

CHOP 心脏病专家兼研究员 Matthew Jolley 博士一针见血地指出："每个孩子都是独一无二的，但使用的设备却是现成的。我们的工作就是找到合适的解决方案，而建模技术让我们可以在任何患者进入导管室或手术室之前完成这项工作。"3D 心脏模型的价值在于：医生可在术前"看清"每个患儿的独特解剖，规划导管路径、器械尺寸与手术策略，从而提升安全性与精准度。

2. MONAI：把数小时压缩到数秒的技术底座

CHOP 的心脏建模服务构建于 MONAI 之上。MONAI 是由 NVIDIA 联合创建的开源医学影像 AI 框架，可提取儿童照护团队已有的影像数据（如 CT、MRI 和 3D 超声），在短短几秒内生成符合解剖结构的精准心脏模型。过去，这一流程需要经验丰富的研究人员耗费约 4 小时手工完成，如今已快到足以满足常规临床诊疗的节奏。

这一效率跃升的关键，在于 NVIDIA 在开放平台上的持续投入：用于医学影像 AI 的 MONAI、用于物理模拟的 Newton、用于 3D 互操作性与虚拟现实的 OpenUSD 等，为 Jolley 这样的团队提供了工业规模、可维护的基础设施。借助庞大的开源社区持续创新，儿童医院的实验室如今可以快速用上"原本需要一整支公司级工程团队才能构建和维护"的工具。

3. 从单点突破到体系化应用

这一方法正在快速普及。目前美国已有 20 多家儿童医院开展心脏建模项目；波士顿儿童医院已将建模技术应用于一半以上的心脏手术（每年约 500 例），CHOP 预计今年将覆盖约 200 个建模案例。通过摩根研究与创新中心旗下的 IDEA 实验室，CHOP 还在探索将同样的工具拓展到多个医学领域。

对临床与科研从业者而言，这一案例的启示在于：开源医学影像 AI 框架正显著降低"计算建模"进入临床的门槛，使原本依赖少数专家的个体化建模能力，转变为可规模化、可复制的常规服务。对于国内致力于"医工交叉"与"数字孪生器官"研究的团队，MONAI + 高性能算力 + 临床影像数据的组合，提供了一条可落地的技术路线；而"从数小时到数秒"的效率提升，正是 AI 影像在儿科心血管领域实现临床价值的最直观体现。

来源：NVIDIA 官方发布

---

---

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。