К созданию цифровых двойников сердца с эффективным открытым масштабируемым решателем на кластерах GPU

Почему важно создавать виртуальные сердца

При лечении нарушений ритма сердца врачи часто действуют во многом вслепую: они могут измерять электрические сигналы на поверхности тела, но не могут напрямую увидеть, как эти сигналы распространяются глубоко внутри сердца. В этом исследовании описаны новые мощные вычислительные инструменты, способные подробно симулировать работу сердца конкретного человека с достаточной скоростью, чтобы исследовать множество сценариев «что если». Объединяя реалистичную анатомию сердца с современными графическими процессорами, авторы приближают нас к безопасным и недорогим виртуальным экспериментам на цифровых копиях сердец отдельных пациентов.

От простых моделей к цифровым двойникам

Современные симуляции сердца могут описывать активность от уровня отдельных клеток до всего органа, но достоверное воспроизведение движения электричества по сердцу является одновременно математически сложной и вычислительно затратной задачей. Важная цель для медицины — «кардиологический цифровой двойник»: персонализированная компьютерная модель, имитирующая сердце конкретного пациента и позволяющая опробовать лекарства, устройства или режимы стимуляции до их применения в клинике. Чтобы это стало возможным, программное обеспечение для таких симуляций должно быть одновременно быстрым и точным, включать важные анатомические структуры и быть открытым, чтобы исследователи по всему миру могли проверять, улучшать и повторно использовать его.

Фиксация скрытой проводящей сети сердца

Работа сосредоточена на открытом симуляторе monoalg3d, который моделирует, как электрические сигналы распространяются по сердечной мышце и по её специализированной проводящей сети. Эта сеть, известная как система Пуркинье, быстро доставляет сигнал, запускающий сокращение, от верхних проводящих путей к множеству мелких точек соединения, распределённых по внутренней поверхности желудочков. В каждой такой точке тонкое волокно Пуркинье должно возбудить значительно большую массу сердечной мышцы, что вводит естественную задержку и при некоторых условиях может приводить к блокадам или аномальной проводимости. Авторы дорабатывают monoalg3d так, чтобы он более реалистично моделировал эту сеть и её соединения, включая асимметрию между сигналами, идущими от Пуркинье к мышце, и сигналами, возвращающимися из мышцы в сеть.

Преобразование суперкомпьютеров и GPU в лаборатории сердца

Чтобы быстро выполнять такие детальные модели, команда переработала способы использования аппаратуры симулятором. Они перенастроили численный ядро так, чтобы и локальная динамика клеток, и распространение напряжения по сердцу решались непосредственно на графических процессорах (GPU) — устройствах, изначально созданных для рендеринга изображений, но ныне широко применяемых в научных расчётах. Аккуратно организовав данные для библиотек GPU и избегая частых пересылок между CPU и GPU, они показали, что полностью GPU-ориентированная конфигурация может ускорить стандартный бенчмарк почти в одиннадцать раз по сравнению с традиционной версией, работающей только на CPU. Авторы также представили новый компактный формат вывода для существенного сокращения объёма хранимых данных и механизм обмена сообщениями, позволяющий запускать сотни симуляций параллельно на суперкомпьютере, каждая из которых исследует разные наборы физиологических параметров.

Обучение виртуальных сердец соответствовать реальным пациентам

Помимо сырой скорости, авторы проверяют, может ли улучшенный решатель поддерживать реалистичные персонализированные симуляции. Используя трёхмерную реконструкцию человеческого сердца из медицинских изображений, они добавляют синтетическую сеть Пуркинье и настраивают ключевые параметры соединений: сопротивление в каждой точке связи и число соседних областей мышцы, которые возбуждает каждый терминал Пуркинье. Автоматически перебирая сотни сочетаний этих значений, они запускают симуляции, начинающиеся со стимуляции в главном проводящем пучке, и измеряют как небольшие задержки в каждой точке соединения, так и получаемые электрокардиограммы (ЭКГ) на грудной поверхности. Для сетки с высокой детализацией они определяют наборы параметров, дающие физиологически правдоподобные времена активации и формы ЭКГ, хорошо коррелирующие с записями реального пациента, причём время отдельных симуляций остаётся в пределах нескольких часов даже при одновременном выполнении 512 запусков.

Множество внутренних вариантов, одинаково похожих снаружи

Интригующим результатом является то, что разные конфигурации внутренней проводящей сети и силы соединений могут приводить к очень похожим ЭКГ на поверхности тела. Иными словами, несколько различных цифровых сердец могут выглядеть одинаково согласованными с одними и теми же клиническими данными. Авторы показывают, что некоторые соединения Пуркинье особенно влиятельны: их локальные задержки существенно варьируются между равнохорошими моделями, в то время как общая временная картина активации желудочков остаётся стабильной. Эта неопределённость указывает на то, что будущим системам цифровых двойников понадобятся дополнительные данные или ограничения — например, более детальная визуализация или инвазивные измерения — чтобы однозначно определить наиболее вероятную внутреннюю конфигурацию для данного пациента.

Что это значит для будущей помощи пациентам

В заключение, исследование представляет свободно доступный симулятор с ускорением на GPU, способный работать с детализированной анатомией сердца, реалистичной проводящей сетью и большими пакетами персонализированных симуляций на современных вычислительных кластерах. Для неспециалистов главный вывод таков: становится практически возможным быстро проводить высокоточные виртуальные эксперименты на моделях, похожих на сердца конкретных пациентов, включая тонкие задержки в точках внутренней проводки сердца. Хотя ещё требуется работа для полной персонализации этих моделей и устранения внутренних неопределённостей, представленные инструменты являются важным строительным блоком для будущих систем диагностики, оценки рисков и планирования лечения на основе цифровых двойников в кардиологии.

Цитирование: 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

Ключевые слова: цифровой двойник сердца, моделирование электрофизиологии сердца, проводящая система Пуркинье, высокопроизводительные GPU, персонализированная кардиология