Например, в Королевском колледже Лондона Консорциум персонализированной кардиологии in silico под руководством Пабло Ламаты продемонстрировал, как объединение компьютерных и статистических моделей может улучшить клинические решения: «Цифровой двойник сменит выбор лечения, основанный на сегодняшнем состоянии пациента, на оптимизацию состояния пациента завтра»[423]. Командой под руководством Резы Разави из Королевского колледжа Лондона с помощью МРТ сердца были созданы персонализированные виртуальные модели сердца для прогнозирования тахикардии[424], в то время как группа из Гейдельбергского университета (Германия) превратила ряд данных пациентов в многомасштабную мультифизическую модель сердечной функции для лечения сердечной недостаточности, когда сердце не справляется с нагрузкой[425]. В Граце, Австрия, команда Гернота Планка создает цифровые двойники сердца, чтобы повысить эффективность имплантации кардиостимуляторов[426]. Изучая дюжину пациентов, его команда обнаружила, что анатомического близнеца сердца на основе изображений МРТ можно создать менее чем за четыре часа[427]. Самое главное, они смогли воспроизвести электрокардиограмму, которая фиксирует ритм сердца и электрическую активность. Тем временем в России Ольга Соловьева из Института иммунологии и физиологии в Екатеринбурге разрабатывает персонализированные модели, сравнивая виртуальные желудочки с реальными путем сравнения смоделированных и реальных электрокардиограмм[428].
Рисунок 34. Модели цифровых двойников позволят предсказать будущее здоровье сердца (воспроизведено с любезного разрешения Кристобаля Родеро, Пабло Ламаты и Стивена Нидерера)
Моделирование может гарантировать, что врачи-кардиологи будут использовать правильные типы имплантатов. Транскатетерная имплантация аортального клапана используется для лечения тяжелого аортального стеноза – заболевания сердечного клапана, которое является одной из основных причин смертности от сердечно-сосудистых заболеваний во всем мире. Заболевание сужает аортальный клапан сердца, не позволяя ему полностью открыться, в результате чего кровоток блокируется или уменьшается, и сердце вынуждено работать интенсивнее. Стеноз вызывает всевозможные симптомы: от одышки и боли или стеснения в груди до обмороков, головокружения и сильного сердцебиения. Компьютерное моделирование, проведенное командой Медицинского центра Эразмус в Роттердаме, помогло врачам подобрать размер клапана и глубину имплантации, подходящие пациенту[429]. То же самое касается операций по имплантации стентов – трубок-каркасов, которые вставляются в артерии, чтобы удерживать их открытыми, – производители медицинских устройств могут опробовать новую конструкцию в виртуальной артерии[430].
Моделирование может помочь избавиться от инвазивных тестов. HeartFlow Analysis, облачный сервис, позволяет врачам создавать персональные модели сердца на основе компьютерной томографии сердца пациента, когда компьютер объединяет серию рентгеновских снимков в детальные изображения. КТ можно использовать для построения гидродинамической модели сердца, чтобы показать, как кровь перекачивается через коронарные сосуды, помогая выявить ишемическую болезнь сердца и способы лечения закупорки. Без этого анализа, известного как HeartFlow FFRCT (компьютерная томография с фракционным резервом потока), врачам пришлось бы выполнять инвазивную ангиографию[431].
Во Франции компания Dassault Systèmes провела клинические испытания in silico в рамках своего проекта «Живое сердце», чтобы создать группу «виртуальных пациентов», которые помогут протестировать синтетический искусственный сердечный клапан для регуляторов, сотрудничая с Управлением по контролю за продуктами и лекарствами США[432]. Моделирование и имитация также могут служить основой для планирования клинических исследований, подтверждения эффективности, и выявления наиболее подходящих пациентов для изучения и оценки безопасности продуктов, таких как электроды для кардиостимуляторов и стенты. Врачи могут лучше понять положение дел, исследуя виртуальную реальность и трехмерные модели сердца пациента.
Примечательно, что в некоторых случаях клинические испытания, основанные на моделировании и симуляции, дали результаты, аналогичные клиническим испытаниям на людях[433]. Это представляет собой важную веху в создании виртуального человека, поскольку до недавнего времени для утверждения новых продуктов регулирующие органы полагались на экспериментальные данные in vitro или in vivo. Теперь агентства начали принимать доказательства, полученные in silico, благодаря техническому комитету Американского общества инженеров-механиков «Верификация и валидация в вычислительном моделировании медицинских устройств», Консорциуму инноваций в области медицинского оборудования, также в США, и финансируемому Европейской комиссией «Авиценна: стратегия клинических исследований in silico».