Op weg naar digitale tweelingen van hart-elektrofysiologie met een efficiënte open-source schaalbare solver op GPU-clusters

Waarom het bouwen van virtuele harten ertoe doet

Wanneer artsen hartritmestoornissen behandelen, werken zij vaak deels in het duister: ze kunnen elektrische signalen op het lichaamsoppervlak meten, maar zien niet gemakkelijk hoe die signalen diep in het hart zich verspreiden. Deze studie beschrijft krachtige nieuwe computerhulpmiddelen die het kloppende hart van een persoon gedetailleerd kunnen simuleren, snel genoeg om veel “wat als”-scenario’s te onderzoeken. Door realistische hartanatomie te combineren met geavanceerde grafische processors, brengen de auteurs ons dichter bij veilige, goedkopere virtuele experimenten op digitale kopieën van individuele patiëntenharten.

Van eenvoudige modellen naar digitale tweelingen

Moderne hartsimulaties kunnen activiteit weergeven vanaf het niveau van individuele cellen tot het hele orgaan, maar op een betrouwbare manier reproduceren hoe elektriciteit door het hart beweegt is zowel wiskundig complex als rekenkundig duur. Een belangrijk doel voor de geneeskunde is de “cardiale digitale tweeling”: een gepersonaliseerd computermodel dat het hart van een specifieke patiënt nabootst en gebruikt kan worden om medicijnen, apparaten of stimulatiestrategieën te testen voordat ze in de kliniek worden toegepast. Om dit haalbaar te maken, moet de software die deze simulaties uitvoert zowel snel als nauwkeurig zijn, belangrijke anatomische structuren bevatten en open beschikbaar zijn zodat onderzoekers wereldwijd het kunnen controleren, verbeteren en hergebruiken.

De verborgen bedrading van het hart vastleggen

Het werk richt zich op een open-source simulator genaamd monoalg3d, die modelleert hoe elektrische signalen door het hartspierweefsel en zijn gespecialiseerde geleidingsnetwerk reizen. Dat netwerk, bekend als het Purkinje-systeem, levert het hartslagtriggerende signaal snel van de hogere geleidingsbanen naar vele kleine aansluitpunten verspreid over het binnenoppervlak van de ventrikels. Bij elk van deze kruisingen moet een dunne Purkinje-vezel een veel grotere massa hartspier activeren, wat een natuurlijke vertraging introduceert en onder bepaalde omstandigheden het risico op geblokkeerde of abnormale geleiding kan vergroten. De auteurs verbeteren monoalg3d zodat dit netwerk en die kruisingen realistischer worden weergegeven, inclusief de asymmetrie tussen signalen die van Purkinje naar spier reizen en van spier terug naar het netwerk.

Supercomputers en GPU's inzetten als hartenlaboratoria

Om zulke gedetailleerde modellen snel te laten draaien, herontwerpt het team hoe de simulator hardware gebruikt. Ze herschrijven de numerieke kern zodat zowel de lokale celdynamica als de verspreiding van spanning over het hart rechtstreeks op grafische verwerkingseenheden (GPU’s) worden opgelost — apparaten die oorspronkelijk voor beeldrendering zijn gemaakt maar nu veel worden gebruikt voor wetenschappelijke berekeningen. Door gegevens zorgvuldig te organiseren voor GPU-bibliotheken en frequente overdrachten tussen CPU en GPU te vermijden, tonen ze aan dat een volledig GPU-gebaseerde opstelling een standaard benchmark bijna elfmaal kan versnellen vergeleken met een traditionele CPU-only versie. Ze introduceren ook een nieuw, compact uitvoerformaat om drastisch opslagruimte te besparen en een berichtuitwisselingsfunctie die honderden simulaties parallel over een supercomputer kan starten, waarbij elke simulatie een andere set fysiologische parameters onderzoekt.

Virtuele harten leren overeenkomen met echte patiënten

Naast ruwe snelheid testen de auteurs of hun verbeterde solver realistische patiëntspecifieke simulaties kan ondersteunen. Met behulp van een driedimensionale reconstructie van een menselijk hart uit medische beeldvorming voegen ze een synthetisch Purkinje-netwerk toe en passen ze sleutelparameters bij de kruisingen aan: de weerstand bij elke verbinding en hoeveel aangrenzende spierregio’s elk Purkinje-eindpunt exciteert. Ze doorlopen automatisch honderden combinaties van deze waarden, voeren simulaties uit die beginnen met een stimulus in het hoofdgeleidingsbundel, en meten zowel de kleine vertragingen bij elke kruising als de resulterende elektrocardiogram (ECG)-signalen op de borst. Voor een hartmesh met fijne resolutie identificeren ze parameterkeuzes die fysiologisch plausibele activatietijden en ECG-golfvormen opleveren die goed correleren met de opnamen van een echte patiënt, en dat alles terwijl individuele simulaties binnen enkele uren blijven, zelfs wanneer 512 runs gelijktijdig worden uitgevoerd.

Veel mogelijke harten die van buiten hetzelfde lijken

Een intrigerend resultaat is dat verschillende interne bedradingconfiguraties en kruisingsterkten tot zeer vergelijkbare ECG’s op het lichaamsoppervlak kunnen leiden. Met andere woorden: meerdere verschillende digitale harten kunnen even goed overeenkomen met dezelfde klinische gegevens. De auteurs tonen aan dat sommige Purkinje-kruisingen bijzonder invloedrijk zijn, met lokale vertragingen die aanzienlijk variëren tussen even goed passende simulaties, terwijl de algehele activatietiming over de ventrikels stabiel blijft. Deze niet-uniciteit suggereert dat toekomstige digitale-tweelingkaders aanvullende gegevens of beperkingen zullen nodig hebben — zoals gedetailleerdere beeldvorming of invasieve metingen — om voor een bepaalde patiënt één meest waarschijnlijke interne configuratie vast te stellen.

Wat dit betekent voor toekomstige zorg

Samenvattend levert deze studie een vrij beschikbare, GPU-versnelde simulator die gedetailleerde hartanatomie, realistische geleidingsbedrading en grote batches gepersonaliseerde simulaties op moderne rekenclusters aankan. Voor niet-specialisten is de kernboodschap dat het praktisch wordt om snelle, hoge-fideliteit virtuele hartexperimenten uit te voeren die individuele patiënten benaderen, inclusief subtiele vertragingen bij de interne bedradingkruisingen van het hart. Hoewel er meer werk nodig is om deze modellen volledig te personaliseren en interne onzekerheden op te lossen, vormen de hier geïntroduceerde hulpmiddelen een belangrijke bouwsteen voor toekomstige diagnose, risico-inschatting en behandelplanning op basis van digitale tweelingen in de cardiologie.

Bronvermelding: 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

Trefwoorden: cardiaal digitaal tweeling, hart-elektrofysiologie simulatie, Purkinje geleidingssysteem, GPU-computing, gepersonaliseerde cardiologie