英伟达与费城儿童医院数秒生成儿童数字心脏

费城儿童医院用英伟达参与共建的开源医学影像框架monai，把患儿已有的ct、核磁和三维超声做成解剖精度的心脏模型。原需熟练研究员约四小时的流程，现可在数秒内完成，快到能进日常临床。医生马修·乔利称，面对独一无二的孩子和现成器械，建模是为了在导管室或手术室之前先找到能装进去的那一件。

团队用monai label与auto3dseg在既往影像—模型对上训练分割网络，输出被写成达到训练有素的人工标准。gpu把器械仿真从最多四小时或通宵多方案计算压到近实时，便于当天比较不同瓣膜或封堵器是否挤压组织。医院已开始用warp与newton仿真封堵装置，并计划用于经导管瓣膜；同时把slicerheart接到omniverse数字孪生。

先天性心脏缺陷约占活产百分之一，且彼此不同。该院一年约做150至200例建模，美国已有二十余家儿童医院开展类似项目；波士顿儿童医院建模覆盖半数以上心脏手术，约五百例。有患儿两度修补失败、缺损位置一直找不到，三维模型看清结构后下一次手术完成。

商业上这是小而散的需求：患者少、解剖各异，难有公司按常规产品逻辑长期投入。几家儿童医院与英伟达把工具开源，靠临床反馈迭代。人工智能降低单例建模成本，开源把方法交给更多医院接着做。

市场机制上，这是算力公司用开源换进手术规划工位。卖出的是按例卖软件的儿科器械市场假设，买入的是医院集群采用与gpu仿真时长。资金不表现为一款爆款医疗软件订单，而表现为研究框架、加速卡和后续数字孪生耦合；受益方是能把仿真做进术前讨论的儿童心脏中心，承压方是仍靠术中试错选号的流程。

开源降低的是建模时耗，不替代术者对影像质量与适应证的判断。

来源：公开信息