La nouvelle IA d'IBM simule les fonctions cardiaques en quelques minutes

• Une nouvelle méthode utilise des algorithmes de calcul hautes performances pour améliorer les simulations virtuelles de réserve de flux fractionnaire.
• L'algorithme est basé sur la méthode d'accélération de l'apprentissage automatique et de l'apprentissage en profondeur appelée régression du processus gaussien.
• Il peut parfaitement simuler ce qui se passe à l'intérieur du cœur en 1 à 2 minutes.

La plupart des modèles multi-échelles de la mécanique cardiaque semblent prometteurs, mais en ce qui concerne le diagnostic et le traitement, leurs capacités sont assez limitées. Comme ils ne sont pas capables de gérer efficacement les données cliniques, de contraindre les variables non fixées et de gérer la complexité des calculs, ils ne peuvent pas fournir une assistance efficace pour les décisions cliniques et les soins médicaux.

Le type de maladie cardiaque le plus courant est la maladie coronarienne (CAD), qui touche près de 16,5 millions d'adultes américains. C'est également la principale cause de décès chez les femmes et les hommes aux États-Unis. Selon la Cleveland Clinic, une personne aux États-Unis a une crise cardiaque toutes les 40 secondes.

C'est une condition dans laquelle les artères coronaires se bloquent (ou se rétrécissent) en raison de l'accumulation de dépôts graisseux et de cholestérol (appelés plaques) sur les parois internes des artères. Ces plaques restreignent le flux sanguin, ce qui peut entraîner une crise cardiaque.

Simulation du flux sanguin dans les artères

Pour améliorer le diagnostic de ces maladies, les chercheurs explorent de nouvelles méthodes pour examiner le blocage des artères à l'aide d'une technique appelée réserve virtuelle de flux fractionnaire (vFFR). Il utilise la dynamique des fluides computationnelle et des angiographies aux rayons X pour étudier les mouvements des fluides et simuler le flux sanguin dans les artères coronaires.

Pour observer la plaque à l'intérieur des artères, un patient doit subir des injections d'agent hyperémique. Cependant, ces types de simulations éliminent l'exigence d'un cathéter à fil de pression.

Le vFFR existant basé sur des algorithmes numériques de dynamique des fluides prend souvent plus d'une journée pour générer une simulation complète. Pour utiliser efficacement la ou les méthodes vFFR, il est nécessaire d'améliorer les algorithmes sur lesquels elles s'exécutent, sans réduire la précision du diagnostic. Il devrait être capable de calculer une simulation complète en quelques minutes, offrant une vue plus large des artères bloquées.

Pour répondre à ces exigences, les chercheurs d'IBM ont développé une nouvelle méthode qui utilise des algorithmes de calcul haute performance pour améliorer les simulations vFFR. L'algorithme est basé sur l'apprentissage automatique et la méthode d'accélération de l'apprentissage en profondeur appelée régression du processus gaussien. Il peut être utilisé pour assister les algorithmes d'optimisation, même dans des scénarios délicats où les fonctions objectives ne peuvent pas être facilement différenciées.

Référence :Frontiers Physiology | doi:10.3389/fphys.2018.01002 | IBM

L'algorithme prend la taille, l'emplacement et la profondeur transmurale de l'infarctus comme variables d'entrée et le modèle calcule les changements dans les simulations. Il peut exécuter 40 simulations d'infarctus dans divers emplacements et formes. Après une formation sur les résultats des simulations par éléments finis, l'algorithme fournit une représentation utile pour étudier les effets complexes.

Les simulations hémodynamiques pour le diagnostic basé sur vFFR s'exécutent en 1 à 2 minutes sur les systèmes POWER9 avec les GPU NVIDIA Tesla V100. Selon les chercheurs, il s'agit de la première simulation de ce type à être exécutée en temps quasi réel.

Les simulations de modèles rapides peuvent réduire le travail manuel et aider les cliniciens à examiner rapidement les problèmes cardiaques, allégeant ainsi la charge mentale des patients en attente de rapports de test.

Lire :Google développe une IA qui prédit les maladies cardiaques en scannant vos yeux

Cette étude fait partie des travaux d'IBM pour construire une image complète et plus précise des mécanismes internes du cœur avec l'intelligence artificielle et des modèles biophysiques. Ils ont publié de nouvelles techniques pour visualiser ce qui se passe à l'intérieur du cœur au niveau cellulaire et anatomique.