GPUクラスタ上の効率的でオープンソースなスケーラブルソルバーによる心臓電気生理学のデジタルツインへ向けて

なぜ仮想心臓を構築することが重要か

不整脈などの心拍リズムの問題を治療する際、医師はしばしば部分的に見えない領域で作業しています：体表での電気信号は計測できても、それらの信号が心臓内部でどのように広がるかを容易に見ることはできません。本研究は、個人の心臓が打つ様子を詳細にシミュレートする強力な新しい計算ツールを紹介し、多数の「もしも」のシナリオを十分に速く探索できることを示します。現実的な心臓の解剖構造と最先端のグラフィックスプロセッサを組み合わせることで、著者らは個々の患者の心臓のデジタルコピー上で安全かつ低コストの仮想実験を行う方向に近づけています。

単純モデルからデジタルツインへ

現代の心臓シミュレーションは、個々の細胞レベルから臓器全体までの活動を表現できますが、心臓内で電気がどのように伝わるかを忠実に再現することは、数学的に複雑で計算コストが高くなります。医療にとって重要な目標の一つが「心臓デジタルツイン」です：特定の患者の心臓を模倣する個別化コンピュータモデルで、薬剤、機器、またはペーシング戦略を臨床で試す前に検証できます。これを実現するには、これらのシミュレーションを動かすソフトウェアが高速かつ高精度であり、重要な解剖学的構造を含み、世界中の研究者が検証・改良・再利用できるよう公開されている必要があります。

心臓の隠れた配線を捉える

本研究は monoalg3d と呼ばれるオープンソースのシミュレータを中心に進められています。これは心筋とその特殊な配線ネットワークがどのように電気信号を伝えるかをモデル化します。プルキンエ系と呼ばれるこのネットワークは、上位の伝導経路から心拍を引き起こす信号を、心室内面に広がる多数の小さな接続点へ迅速に届けます。各接合点では、細いプルキンエ線維がはるかに大きな心筋塊を興奮させる必要があり、そこに固有の遅延が生じ、条件によっては伝導の遮断や異常が起こるリスクがあります。著者らは monoalg3d を強化し、この配線と接合の表現をより現実的にし、プルキンエから心筋への信号と心筋からネットワークへの逆方向の非対称性を含めています。

スーパーコンピュータとGPUを心臓実験室に変える

こうした詳細モデルを高速に動かすため、チームはシミュレータのハードウェア利用方法を再設計しました。数値計算のコアを設計し直し、局所的な細胞動態と心臓全体での電位伝播の両方をグラフィックス処理ユニット（GPU）上で直接解くようにしました。GPUはもともと画像レンダリング用に開発されましたが、現在では科学計算にも広く用いられています。GPUライブラリ向けにデータを注意深く整理し、CPUとGPU間の頻繁なデータ転送を回避することで、完全なGPUベースの構成が従来のCPUのみのバージョンと比べて標準ベンチマークをほぼ11倍高速化できることを示しています。さらに、ストレージ需要を大幅に削減する新しいコンパクトな出力フォーマットと、スーパーコンピュータ上で数百のシミュレーションを並列に起動できるメッセージパッシング機能を導入し、それぞれが異なる生理学的パラメータの組を探索できます。

仮想心臓に実患者を一致させる学習

単なる高速化を越えて、著者らは改良されたソルバーが現実的な患者固有シミュレーションを支えられるかどうかを検証します。医療画像から再構成した三次元の心臓モデルに合成的なプルキンエネットワークを接続し、主要な接合パラメータ――各接続点の抵抗と、各プルキンエ末端が興奮させる周辺の心筋領域の数――を調整します。これらの値の組合せを何百通りも自動で走査し、主伝導束での刺激から開始するシミュレーションを実行して、各接合点での小さな遅延と胸部での心電図（ECG）信号の両方を計測します。高解像度の心臓メッシュでも、512件の同時実行を行っても各シミュレーション時間を数時間に収めつつ、生理学的に妥当な活性化時間と実患者の記録とよく相関するECG波形を生み出すパラメータを特定できます。

外観は同じでも内部は多様な心臓

興味深い結果は、異なる内部配線構成や接合強度が、体表で観測される非常に類似したECGをもたらし得ることです。言い換えれば、いくつかの異なるデジタル心臓が同じ臨床データと同等に整合して見える可能性があります。著者らは、いくつかのプルキンエ接合が特に影響力が大きく、局所遅延が同等に適合するシミュレーション間で大きく変動する一方で、心室全体の総合的な活性化タイミングは安定していることを示します。この非一意性は、将来のデジタルツインのフレームワークが、単一の最もありそうな内部構成を特定するために、より詳細な画像や侵襲的な計測など追加のデータや制約を必要とすることを示唆しています。

今後の医療にとっての意義

まとめると、本研究は詳細な心臓解剖、現実的な伝導配線、大規模な個別化シミュレーションバッチを最新の計算クラスタで扱える、無料で利用可能なGPU加速シミュレータを提供します。非専門家向けの主要なメッセージは、心臓内部の配線接合で生じる微妙な遅延を含め、個々の患者に似た高速で高忠実度の仮想心臓実験を実行することが現実的になりつつある、という点です。これらのモデルを完全に個別化し内部の不確実性を解消するにはさらなる作業が必要ですが、ここで紹介されたツールは心臓病学における将来のデジタルツインベースの診断、リスク評価、治療計画の重要な構成要素となります。

引用: Berg, L.A., Oliveira, R.S., Camps, J. et al. Toward cardiac electrophysiology digital twins with an efficient open source scalable solver on GPU clusters. Sci Rep 16, 9619 (2026). https://doi.org/10.1038/s41598-025-33709-w

キーワード: 心臓デジタルツイン, 心臓電気生理シミュレーション, プルキンエ系伝導系, GPUコンピューティング, 個別化循環器学