IBMの新型AIによって心臓機能を数分でシュミレート可能に

・新しい方法では、高パフォーマンスコンピューターアルゴリズムを使い、仮想心筋血流予備量比のシュミレーションを向上させます

・このアルゴリズムはガウス過程回帰と呼ばれる機械学習と深層学習の高速メソッドに基づいています

・1-2分間で完璧に心臓内で何が起きるかをシュミレーションできます。

心臓力学の最もマルチスケールなモデル は頼もしく見えますが、診断や治療になるとその可能性はかなり制限されます。それらは、病院のデータの効率的な取扱いや、非固定変数の構築、計算的な複雑性の能力がないため、病院の決断や治療に効果的なサポートを提供することができません。

もっともよくある心臓病は冠動脈疾患（CAD）で、1650万人のアメリカ成人に見られます。さらに、アメリカ人男女の死因としても多いです。クリーブランドクリニックによると、40秒ごとにアメリカ人は心臓発作になっているそうです。

冠状動脈が脂肪やコレステロールによってブロック（もしくは狭まり）され動脈の内側の壁に蓄積していく症状です。これらの壁は血流を制限し、心臓発作の原因となります。

動脈内の血流のシュミレーション

これらの病気の診断を高めるため、研究者達は仮想心筋血流予備量比（vFER）と呼ばれる技術を利用し、動脈内の閉塞を調べるための新しい方法を探索しました。計算流体力学とX線血管造影図を利用し流れを調査し冠状動脈内の血流をシュミレーションします。

動脈内の壁を観察するため、患者は充血剤注射を受ける必要があります。しかし、これらのタイプのシュミレーションは、カテーテルの必要性を排除してくれます。

計算流体力学に基づいたvFERはしばしば完全なシュミレーションを行うのに1日以上かかるときがあります。vFFRを効果的に利用するためには、診断の正確性を失わずに今使っているアルゴリズムを向上させる必要があります。数分でシュミレーションが全て計算し終えることができ、より広い範囲の動脈断面を必要とします。

この要件を満たすために、IBMの研究者達は高パフォーマンスコンピューターアルゴリズムを利用しvFFRシュミレーションを向上させる新しいメソッドを開発しました。このアルゴリズムはガウス過程回帰と呼ばれる機械学習と深層学習の高速化メソッドに基づいています。これはたとえ、目的の機能が簡単に見分けることができないようなトリッキーな状況でさえ、最適化アルゴリズムをアシストするために利用されます。

このアルゴリズムはシュミレーション内で変数入力やモデルの計算された変更をする際に、サイズ、場所、梗塞の壁の深さを使います。場所は形が変わっていても、梗塞のシュミレーションを40も実行できます。有限の要素のシュミレーションの結果でトレーニングした後、このアルゴリズムは複雑な効果を調査するための有用な代理として提供されます。

vFFRを元にした診断の血行動態シュミレーションは NVIDIA Tesla V100 GPUのPOWER9システム上1-2分間で実行されます。研究者達によると、ほとんどリアルタイムで実行できこの手の種類では早いシュミレーションになるそうです。

この早いシュミレーションモデルは、肉体労働を減らし、臨床医たちが早く心臓の状況を調べることを助け、その結果テスト結果を待つ患者たちのメンタルをやわらげます。

この研究はAIと生物物理モデルを利用した心臓の内部メカニズムの画像をより正確に、そして完璧に構築するIBMの業務の1つです。彼らは新しい技術を細胞および解剖学的レベルで心臓内で何がおこっているかを明らかにするために公開しました。