计算机建模如何帮助医生预测心脏病发作

仅在美国，每年就有大约 120 万人心脏病发作，其中许多人会因此丧命。其中大多数是由冠状动脉疾病引起的，这是美国男性和女性最大的杀手，大约 70% 的心脏病发作都是毫无征兆的。冠状动脉疾病就是这样狡猾。症状通常不会明显表现出来，直到有人倒在地上，呼吸急促，想知道是什么刚刚击中了他们的胸部。与这些心脏阻塞作斗争的医生通常在战斗中处于严重劣势。这种疾病几乎总是受益于出其不意的因素。

“我们无法预测阻塞的位置，很多时候我们发现狭窄已经太晚了，”波士顿布莱根妇女医院应用成像科学实验室主任弗兰克·里比基博士（Frank Rybicki）在谈到动脉阻塞的临床名称时说道。“如果我们能够提前预测病变的位置，那不是很棒而且可以挽救生命吗？如果你能在病变引起症状之前、在它引发心脏病之前发现它，那么你可以做很多好事。”

雷比茨基和他的同行无法预见未来，但计算机却可以。算法预测能力让 Netflix 知道你想看什么电影，让天文学家模拟宇宙的复杂性，而同样的算法预测能力正在帮助一个国际研究团队——包括哈佛大学的计算机科学家和医生、布莱根妇女医院的医生和影像专家（包括雷比茨基）、意大利的计算机科学家和物理学家团队以及 NVIDIA 的芯片设计师——通过一台由图形处理器定制的计算机，将流体动力学、计算机科学、物理学和心脏医学融为一体。

这项技术被称为多尺度血液动力学，它不仅能让医生准确看到血液在特定患者心脏中的流动情况，还能预测未来动脉阻塞可能形成的位置，从而为医生提供有利的判断。本质上，它可以在心脏病发作前进行预测。而这一切只需要一次简单的 CT 扫描即可完成。

与目前观察心脏内部运作的方式相比，这是一种显著的进步。当心脏周围的冠状动脉中积聚斑块，导致阻塞限制血流时，就会发生心脏病发作。斑块在动脉树内动脉壁压力较低的区域形成。这就像溪流中的漩涡——溪流中血流减缓和汇集的地方就是危及生命的斑块形成的地方。

“一两年前，这完全是不可能发生的事。”

但目前医生并不知道这些位置在哪里。每个病人的动脉树都不同，具有影响血液流动方式的独特几何形状，因此没有通用模型。如果医生怀疑病人可能因某种原因患上冠状动脉疾病，目前的标准做法是将装有摄像头的导管穿过循环系统插入心脏，这样医生就可以直接寻找斑块。换句话说，病人在医生确定有问题之前就接受了手术。这是一种侵入性、昂贵且对人体有身体负担的手术。

将其与计算机断层扫描 (CT) 进行比较。CT 是一种廉价的非侵入性成像技术，可用于从识别和绘制复杂骨折图到寻找肿瘤等各种用途。每个放射科实验室都有一台 CT 扫描仪，尽管 CT 技术已经存在了几十年，但机器仍在以令人钦佩的速度不断改进，始终提供更高的空间分辨率。更好的输入。更丰富的数据。

布莱根妇女医院应用成像科学实验室的研究人员看到了近年来出现的更丰富的 CT 数据的潜力，但他们没有能力创建可以预测心肌梗塞的模型。他们意识到他们的医学成像问题也是一个计算机科学问题，因此他们寻求了多位计算机科学家的帮助，其中包括哈佛大学应用计算科学研究所所长 Efthimios Kaxiras 博士。

卡西拉斯和他的同事们应用复杂的物理和流体动力学方程式（这些公式需要进行大量计算），开始根据患者心脏的 CT 扫描结果模拟血液在单个患者动脉树中的流动方式。就这样，医生们现在可以不用进入患者心脏就能看到心脏内部。他们的终极目标——在心脏阻塞发展为心脏病之前发现它们——已经触手可及。

但从计算机建模的角度来看，这绝非易事，Kaxiras 表示。即使对于高性能计算平台来说，血液也是一种难以建模的介质，因为它由许多大小和特征各异的粒子组成。变量比比皆是：有红细胞、白细胞、血浆、颗粒物等。然后，你还必须考虑血液含氧量等因素，这会影响血液作为液体的行为方式。

该团队利用国内一些最强大、最强大的超级计算机的资源（IBM 的 Blue Gene 运行了其模型的早期版本），能够生成这些心脏的工作流体动力学模型。但如果他们要彻底改变个性化医疗，他们需要以某种方式将软件从这些庞大、昂贵的水冷机器中移植出来，并将其应用于临床。

“因此，我们采用了 NVIDIA 通过其显卡提供的这项新技术，并重新编码了整个方法，”Kaxiras 说道。“这些显卡提供了一种更便宜的方式来进行相同的计算，而不会损失任何准确性。”

GPU 旨在管理屏幕上多个像素的值，将工作负载分配到各个核心而不是一个核心之间（换句话说，它们在解决并行计算问题方面具有特殊的才能）。虽然它们并不适合每种处理，但它们特别擅长解决某些类型的数学问题。在过去几年中，NVIDIA 一直在探索如何使用其强大的 GPU 阵列来解决这些复杂的数学问题，而 NVIDIA 聘请的众多计算机科学实验室之一恰好是哈佛大学的 Kaxiras 实验室，以帮助他们为其 GPU 开发最佳实践。

在布莱根妇女医院的计算机科学问题和 NVIDIA 的 GPU 之间，Kaxiras 和他的计算机科学同事找到了一种和谐的契合点。此时，这项工作走向了海外，一个由意大利研究人员组成的团队——两名计算物理学家和两名计算机科学家，他们对这些图形处理器的编程经验丰富——编写了一个 GPU 驱动的平台，该平台能够以超级计算机的一小部分成本和复杂性运行多尺度血液动力学模型。

“这是全新的，”Kaxiras 说。“一两年前，这完全不可能。它可以在医院环境中部署。一两年前，医生必须与我这样的人合作才能获得这种结果，而这可能需要数周或数月的时间。”

现在只需要一个下午的时间，而且随着技术的不断进步（CT 扫描的质量、软件的效率、GPU 的功能、方程式的强度），这个过程也会变得更快一些。

“五到十年后，这项技术将变得非常出色和完善，你将能够按下 CT 扫描仪上的一个按钮，在几个小时内获得所有这些信息，”Rybicki 说。“或者可能只需几分钟。所有部件都已准备好。”

目前，Kaxiras、Rybicki 和他们在两大洲的众多合作者正在努力打造一个临床原型，将所有计算硬件整合到一个套件中，以便轻松部署在任何放射科套件中。这意味着多尺度血液动力学可能很快就会成为任何患者常规医疗护理的正常组成部分。医生将能够——只需支付一次 CT 扫描的费用——定期检查患者心脏内部，不仅能看到他们现在的样子，还能看到他们未来可能的样子，使他们能够预测心脏病发作，并在问题有机会成为威胁之前先发制人地进行治疗。

这怎么能算得上是惊喜呢？