Wyobraź sobie, że chirurg zanim wykona na tobie operację serca, przeprowadza ją dziesiątki razy – ale nie na tobie, tylko na twoim cyfrowym odpowiedniku. Brzmi jak science fiction, ale w Bostonie to już codzienność.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Operacja, która odbyła się wcześniej w symulacji
Pewnego ranka w maju 2019 roku kardiochirurg wszedł na salę operacyjną w Boston Children’s Hospital z niespotykaną dotąd pewnością siebie. Nie dlatego, że był bardziej doświadczony niż inni. Po prostu wykonał już tę operację – kilkadziesiąt razy. Wirtualnie. Na cyfrowej kopii serca konkretnego dziecka.
Tygodnie wcześniej zespół chirurgów i inżynierów zbudował w pełni funkcjonalny model serca pacjenta na podstawie skanów MRI i CT. Model odwzorowywał przepływ krwi, różnice ciśnień i naprężenia tkanki mięśniowej dokładnie tak, jak wyglądało to u tego konkretnego dziecka. Choroba była poważna: duże otwory między przedsionkami i komorami powodowały, że krew przepływała chaotycznie przez wszystkie cztery komory. Żaden podręcznik nie opisywał dokładnie tego przypadku.
Dzięki wirtualnemu bliźniakowi chirurg wiedział, jak serce zareaguje na każde nacięcie i każdy szew. Operacja zakończyła się pełnym sukcesem. Od tamtej pory w bostońskim szpitalu przeprowadzono już prawie 2000 zabiegów wspartych takim modelowaniem.
Skąd wziął się Living Heart Project
Za tym wszystkim stoi Steven M. Levine, inżynier i naukowiec z firmy Dassault Systèmes. Projekt Living Heart Project uruchomił w 2014 roku, ale jego motywacja była bardzo osobista. Przez lata obserwował, jak jego córka Jesse zmaga się ze złożoną wrodzoną wadą serca – odwróconym położeniem komór. Każdy specjalista, do którego trafiał, miał inne zdanie. Każdy operował na domysłach.
Levine zadał sobie wtedy pytanie, które zmieniło jego karierę: dlaczego nie możemy symulować ludzkiego ciała tak jak symulujemy samolot albo samochód? Przez dekady budował modele obliczeniowe dla przemysłu lotniczego i motoryzacyjnego. Postanowił zastosować tę samą filozofię do medycyny.
Dziś Living Heart Project skupia ponad 150 organizacji z 28 krajów.
Jak buduje się cyfrowe serce
Proces tworzenia wirtualnego bliźniaka serca wygląda mniej więcej tak:
- Skany MRI i CT są przekształcane w trójwymiarową geometrię serca i naczyń krwionośnych
- Każda część organu – przedsionki, komory, zastawki – zostaje wyposażona w unikalne właściwości fizyczne
- Model zostaje „ożywiony” przez integrację elektrycznej sieci włókien napędzającej skurcze mięśnia sercowego
- Dodawana jest symulacja hemodynamiki – fizyki przepływu krwi i ciśnienia
- Całość jest kalibrowana danymi konkretnego pacjenta: pomiarami ciśnienia, objętości komór, czasem trwania impulsów elektrycznych
Efektem jest model, który odwzorowuje nie tylko anatomię, ale też sposób, w jaki dane serce funkcjonuje.
Czy wirtualny pacjent zastąpi prawdziwego w badaniach klinicznych?
To pytanie, które zadaję sobie, odkąd przeczytałem szczegóły projektu FDA i Living Heart Project. I nie ma na nie prostej odpowiedzi.
Wirtualne bliźniaki to jedno z najbardziej obiecujących zastosowań AI i symulacji w medycynie, jakie widziałem w ostatnich latach. Możliwość przetestowania operacji na cyfrowej kopii pacjenta przed pierwszym cięciem to rewolucja nie do przecenienia – szczególnie w przypadku rzadkich wad i dzieci, gdzie dane kliniczne są bardzo ograniczone. Ale musimy zadać sobie trudne pytania: jak weryfikujemy, że model jest wystarczająco wierny? Kto ponosi odpowiedzialność, jeśli symulacja pójdzie nie tak? I czy regulatorzy będą nadążać za tempem, w jakim ta technologia się rozwija? Entuzjazm jest uzasadniony, ale zdrowy sceptycyzm też jest potrzebny.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
W 2019 roku FDA oficjalnie przyłączyła się do projektu jako obserwator. W 2024 roku opublikowano wyniki pierwszego w historii badania klinicznego in silico prowadzonego pod auspicjami FDA – polegało ono na odtworzeniu w środowisku wirtualnym zatwierdzonego wcześniej urządzenia do naprawy zastawki mitralnej. To precedens: po raz pierwszy regulatorzy pracują nad zasadami dopuszczania wirtualnych dowodów zamiast danych zebranych od prawdziwych pacjentów.
Generatywna AI jako akcelerator
Skala, o której mówi Levine, byłaby niemożliwa bez AI. Ręczne budowanie szczegółowych modeli dla tysięcy pacjentów to zadanie na miesiące pracy. Uczenie maszynowe skraca ten czas do dni.
AI działa tu dwutorowo. Po pierwsze, automatyzuje integrację danych z obrazowania, sensorów i dokumentacji medycznej, szybko wyszukując najdokładniejszą konfigurację modelu dla danego pacjenta. Po drugie, modele treningowe oparte na wirtualnych pacjentach są zakorzenione w fizyce – hemodynamice, elektrofizjologii, mechanice tkanki – a nie tylko w statystyce retrospektywnych danych. To ważna różnica, bo modele czysto statystyczne mogą „dryfować” poza granice biologicznej rzeczywistości.
Dzięki AI możliwe jest też tworzenie wirtualnych populacji pacjentów zróżnicowanych pod kątem wieku, płci, wagi, chorób współistniejących i czynników ryzyka – w skali od dziesiątek do setek tysięcy symulowanych osób.
Nie tylko serce
Living Heart Project wyszedł już daleko poza kardiologię. Trwają prace nad cyfrowymi bliźniakami płuc, wątroby, mózgu, oczu i jelit. Docelowo ma powstać modułowa platforma, w której każdy organ-bliźniak będzie mógł łączyć się z innymi, tworząc spójny model całego ciała.
Już dziś wirtualne bliźniaki trafiają do ortopedii – personalizacja implantów z uwzględnieniem biomechaniki całego ciała – i do onkologii, gdzie modeluje się wzrost guza i odpowiedź na różne terapie.
Fizyka wraca do medycyny
Levine ma na to ciekawe ujęcie historyczne. Słowo „lekarz” pochodzi od łacińskiego physica, czyli nauki o naturze. Wczesni lekarze byli w pewnym sensie fizykami stosowanymi – rozumieli serce jako pompę, płuca jako miech, ciało jako dynamiczny układ. Z czasem biologię i chemię wypchnęły fizykę z centrum medycyny.
Wirtualne bliźniaki mają szansę to odwrócić. Przyszły lekarz nie będzie musiał być fizykiem tak samo, jak dziś nie musi być chemikiem, żeby przepisywać leki. Ale będzie miał do dyspozycji narzędzie, które mówi mu nie „co może się stać”, lecz „co się stanie” – bo symulacja już to pokazała.
