利用模型、3d打印技术研究常见心脏缺陷
主动脉缩窄(CoA)是最常见的先天性心脏缺陷之一，是将血液从心脏输送到身体其他部位的主动脉变窄。在美国，每年有超过1600名新生儿受到该病的影响，并可能导致高血压、过早冠状动脉疾病、动脉瘤、中风和心力衰竭等健康问题。
为了更好地了解CoA患者的风险因素，一个大型研究团队，包括一位前劳伦斯研究员和她在劳伦斯利弗莫尔国家实验室(LLNL)的导师，进行了联合研究机器学习， 3d打印和高性能计算模拟以精确建模血液流动在主动脉。使用这些模型，在3d打印的血管系统上进行验证，该团队能够预测生理因素，如运动，海拔甚至怀孕对CoA的影响，这迫使心脏更用力地泵血以将血液输送到身体。这项工作发表在杂志上科学报告．
作为LLNL的一个机构计算大挑战项目，由当时的劳伦斯研究员Amanda Randles(现在是杜克大学生物医学科学的Mordecai助理教授)和她的导师LLNL计算机科学家Erik Draeger提出，这项工作代表了迄今为止CoA最大的模拟研究，涉及在LLNL的Blue Gene/Q Vulcan超级计算机上完成的超过7000万计算小时的3d模拟。
德尔格说:“你可以进行这些模拟，真正了解对患有这种疾病的人的实际影响范围，而不仅仅是患者坐在医生办公室休息时所存在的因素。”“它还描述了一种协议，尽管你仍然需要进行模拟，但你不需要做所有的配置。这种类型的研究非常有趣的一件事是，在你能进行这种程度的模拟之前，你必须通过平均结果。而有了这个，你可以拍摄特定人群的主动脉图像，并模拟主动脉壁上的应力。”
在Vulcan上，德尔格、兰德尔斯和他们的团队模拟了狭窄的主动脉——心脏左侧变窄，通过主动脉和身体其他部位产生压力梯度。模拟使用了一种名为HARVEY的流体动力学软件，由Randles开发，用于模拟血液流动，运行在由计算机断层扫描和核磁共振扫描得出的主动脉三维几何图形上。因为主动脉太大了，流动非常混乱，兰德尔斯(他在生物医学模拟和hpc方面有背景)重写了HARVEY代码，以便为Vulcan最大化它，这样团队就可以运行大量必要的模拟来准确地建模。
然后，研究人员调查了不同狭窄程度、血流速率和粘度的影响，使用模型预测两个诊断指标——狭窄处的压力梯度和主动脉壁面剪切应力——来反映一个人的生活方式选择对CoA的现实影响。
Randles说:“我们正在研究不同的生理特征是如何改变血流分布的。”“如果一个人在跑步，如果他们在高空跑步，如果他们怀孕了，这会如何改变血管狭窄处的压力梯度?”这会影响医生采取行动的时间。你无法在一次模拟中捕捉到病人的全部状态。”
兰德尔斯说，模拟结果表明，主动脉不同部位血液的粘度和流速存在协同作用，这也受到特定患者的特定几何形状的影响。她补充说，各种生理因素之间的关系不是直观的或线性的，需要像Vulcan这样的大型超级计算机结合机器学习来充分理解它们之间复杂的相互作用。
为了创建一个框架，以最少的模拟来构建预测模型，以捕捉所有生理因素，该团队实施了机器学习模型，这些模型是根据在Vulcan上执行的所有136个血流模拟收集的数据进行训练的。Randles说，机器学习使团队能够将所需的粘度/速度配对模拟数量从数百个减少到9个，从而有一天可以开发针对患者的风险档案。
Randles说:“理想的情况是，在未来，当一个新病人来看病时，你不需要运行7000万小时的计算，你只需要做足够多的模拟。”“这是医院不需要超级计算机的第一步。我们希望能够提供足够的训练数据和机器学习框架，他们可以使用这些框架来进行一些模拟，这些模拟可能适用于本地集群或更容易获得的东西，同时还可以利用大规模超级计算的结果。”
为了验证模型，亚利桑那州立大学的研究人员3d打印了主动脉，并完成了台式实验来模拟血液流动，以便与模拟结果进行比较。Randles说，3d打印使研究小组能够生成主动脉的剖面图，并提取壁应力、速度和其他对了解血流很重要的因素的数据。
研究人员表示，机器学习和实验设计的结合可能会对计算界产生广泛的影响，对任何有意确保资源最佳利用的大型研究都很有用。对于临床医生来说，它可以为监测某些风险因素提供新的见解，并为未来的临床研究提供信息。
该团队希望将新框架应用于冠状动脉疾病等其他疾病，并跟踪CoA的工作，以更好地理解为什么某些生理因素对确定健康风险更重要。研究人员说，虽然最终目标是看到在临床环境中使用的模型，但还需要对某些因素对CoA的影响进行更全面的研究。据Draeger说，进一步的工作将需要与临床医生合作，并需要更多来自已知结果的患者的数据集。
Draeger说，目前，基于医学成像和模拟的预测仍然需要大量的时间和精力来产生可操作的结果。但随着研究人员进行更多的研究，这种神经网络和模型可能会得到改进，这样就需要更少的模拟来做出临床医生有信心的预测。
德尔格说，通过利用其在物理学、模拟、应用数学和机器学习方面的专业知识，以及对超级计算机的访问，LLNL在与生物学家合作方面处于强大的地位，通过高性能计算建模和模拟来影响未来的医学和健康。
“我们现在刚刚达到这样一个水平，即高性能计算和模拟具有足够的保真度和速度，实际上可以直接与临床医学交叉。Draeger说。“我们已经越来越接近了，但模拟总是太慢了。但我们现在所处的位置不是不切实际的，特别是通过机器学习来降低成本，想象你实际上可以做一个模拟研究一个特定的人，并在不久的将来用它来影响他们的护理。”
进一步探索
