Un nuevo marco computacional de «gemelos digitales» captura fuerzas arteriales personalizadas en más de 700.000 latidos del corazón utilizando datos de relojes inteligentes para predecir mejor los riesgos de enfermedades cardíacas y infarto de miocardio.
Ataque al corazón – foto ilustrativa. Crédito de la imagen: Pixabay (licencia gratuita de Pixabay)
Ingenieros biomédicos de la Universidad de Duke han desarrollado un método que utiliza datos de dispositivos portátiles, como relojes inteligentes, para imitar digitalmente los latidos del corazón de una semana entera. El récord anterior abarcaba sólo unos minutos.
Llamado Marco de Mapeo Hemodinámico Longitudinal (LHMF), el enfoque crea «gemelos digitales» del flujo sanguíneo de un paciente específico para evaluar sus características 3D. El avance es un paso importante para mejorar el estándar de oro actual en la evaluación de los riesgos de enfermedad cardíaca o ataque cardíaco, que utiliza instantáneas de un solo momento en el tiempo, un enfoque desafiante para una enfermedad que progresa durante meses o años.
La investigación se realizó en colaboración con científicos computacionales del Laboratorio Nacional Lawrence Livermore y se publicó el 15 de noviembre de 2023 en la Conferencia Internacional sobre Computación, Redes, Almacenamiento y Análisis de Alto Rendimiento (SC23). La conferencia es la conferencia mundial líder en el campo de la informática de alto rendimiento.
«Modelar el flujo sanguíneo 3D de un paciente incluso durante un solo día requeriría un siglo de tiempo de cálculo en las mejores supercomputadoras actuales», afirmó Cyrus Tanade, candidato a doctorado en el laboratorio de Amanda RandlesAlfred Winborne y Victoria Stover Mordecai, profesor asociado de ciencias biomédicas en Duke.
«Si queremos capturar la dinámica del flujo sanguíneo durante largos períodos de tiempo, necesitamos una solución que cambie el paradigma en la forma en que abordamos las simulaciones personalizadas en 3D».
Un reloj inteligente – foto ilustrativa. Crédito de la imagen: Al Amin Mir vía Unsplash, licencia gratuita
Durante la última década, los investigadores han avanzado constantemente hacia el modelado preciso de las presiones y fuerzas creadas por la sangre que fluye a través de la geometría vascular específica de un individuo. Randles, uno de los líderes en este campo, ha desarrollado un paquete de software llamado HARVEY para afrontar este desafío utilizando las supercomputadoras más rápidas del mundo.
Uno de los usos más comúnmente aceptados de estos gemelos digitales coronarios es determinar si un paciente debe recibir o no un stent para tratar una placa o lesión. Este método computacional es mucho menos invasivo que el enfoque tradicional de introducir una sonda en un cable guía en la arteria misma.
Si bien esta aplicación requiere solo un puñado de simulaciones de latidos del corazón y funciona para una sola instantánea en el tiempo, el objetivo del campo es rastrear la dinámica de la presión durante semanas o meses después de que un paciente sale del hospital. Sin embargo, para obtener incluso 10 minutos de datos simulados en el grupo de computadoras del grupo Duke, tuvieron que bloquearlo durante cuatro meses.
«Obviamente, esa no es una solución viable para ayudar a los pacientes debido a los costos informáticos y los requisitos de tiempo», dijo Randles. “Piense en ello como si se necesitaran tres semanas para simular cómo será el tiempo mañana. Para cuando predices una tormenta, el agua ya se habrá secado”.
Para aplicar esta tecnología a personas del mundo real a largo plazo, los investigadores deben encontrar una manera de reducir la carga computacional. El nuevo artículo presenta el Marco de Mapeo Hemodinámico Longitudinal, que reduce lo que solía tomar casi un siglo de tiempo de simulación a solo 24 horas.
«La solución es simular los latidos del corazón en paralelo en lugar de secuencialmente, dividiendo la tarea entre muchos nodos diferentes», dijo Tanade. “Convencionalmente, con la computación paralela las tareas se dividen espacialmente. Pero aquí también están divididos en el tiempo”.
Por ejemplo, se podría suponer razonablemente que las características específicas de un flujo coronario a las 10:00 a. m. de un lunes probablemente tendrán poco impacto en el flujo a las 2:00 p. m. de un miércoles.
Esto permitió al equipo desarrollar un método para simular con precisión diferentes períodos de tiempo simultáneamente y volver a unirlos. Este desglose hizo que las piezas fueran lo suficientemente pequeñas como para ser simuladas utilizando sistemas de computación en la nube como Amazon Web Services en lugar de requerir supercomputadoras a gran escala.
Para poner a prueba el marco de mapeo, los investigadores utilizaron métodos probados y verdaderos para simular 750 latidos del corazón (aproximadamente 10 minutos de tiempo biológico) con la asignación de tiempo de computación del laboratorio en el grupo de computadoras de Duke.
Utilizando datos continuos sobre frecuencia cardíaca y electrocardiografía de un reloj inteligente, produjo un conjunto completo de biomarcadores de flujo sanguíneo en 3D que podrían correlacionarse con la progresión de la enfermedad y los eventos adversos. Tardó cuatro meses en completarse y superó el récord existente en un orden de magnitud.
Luego compararon estos resultados con los producidos por LHMF ejecutándose en Amazon World Services y Summit, un sistema del Laboratorio Nacional de Oak Ridge, en tan solo unas horas. Los errores fueron insignificantes, lo que demuestra que LHMF podría funcionar en una escala de tiempo útil.
Luego, el equipo perfeccionó aún más el LHMF introduciendo un método de agrupación, reduciendo aún más los costos computacionales y permitiéndoles rastrear la fuerza de fricción de la sangre en las paredes de los vasos (un biomarcador bien conocido de enfermedades cardiovasculares) durante más de 700.000 latidos del corazón, o una semana de actividad continua. actividad.
Estos resultados permitieron al grupo crear un mapa hemodinámico longitudinal personalizado, que muestra cómo las fuerzas varían con el tiempo y el porcentaje de tiempo pasado en varios estados vulnerables.
«Los resultados diferían significativamente de los obtenidos con un solo latido del corazón», dijo Tanade. «Esto demuestra que la captura de métricas longitudinales del flujo sanguíneo proporciona matices e información que de otro modo no sería perceptible con el enfoque estándar de oro anterior».
«Si podemos crear un mapa temporal de la tensión de la pared en áreas críticas como la arteria coronaria, podríamos predecir el riesgo de que un paciente desarrolle aterosclerosis o la progresión de tales enfermedades», añadió Randles. «Este método podría permitirnos identificar casos de enfermedades cardíacas mucho antes de lo que es posible actualmente».
CITA: “Computación en la nube para permitir mapas hemodinámicos longitudinales portátiles”. Cyrus Tanade, Emily Rakestraw, William Ladd, Erik Draeger, Amanda Randles. SC ’23: Actas de la Conferencia Internacional sobre Computación, Redes, Almacenamiento y Análisis de Alto Rendimiento. Noviembre de 2023. Número de artículo: 82, páginas 1 a 14. DOI: 10.1145/3581784.3607101
Fuente: Universidad de Duke
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};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)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);
Publicado anteriormente en The European Times.
