费城儿童医院用开源 NVIDIA AI 秒级建模儿童心脏
费城儿童医院基于开源框架 MONAI 构建心脏建模服务，把原本需数小时的心脏三维建模压缩到数秒，并探索用 NVIDIA Warp 与 Newton 做器械植入仿真。
核心事实
据 NVIDIA 博客文章，美国费城儿童医院（CHOP）正在使用开源 AI 工具为患儿心脏建模。该院心脏建模服务基于 MONAI——一个由 NVIDIA 参与联合创办的开源医学影像框架——输入患儿诊疗中已有的 CT、MRI 和三维超声图像，即可生成解剖结构精确的心脏模型。文章称，过去需要一名熟练研究人员花费约四小时的工作流程，如今可在数秒内完成，快到足以用于常规临床。
文章还提到，CHOP 正与 NVIDIA 及开源社区合作，基于 NVIDIA Warp Python 框架构建面向生物力学的仿真框架，并引入最初用于机器人训练仿真的开源物理引擎 Newton，用于评估封堵器等器械在患儿心脏内的部署效果。
背景与影响
文章称约 1% 的活产婴儿存在先天性心脏缺陷，且个体差异极大；美国约有 240 万人带病生活。CHOP 心脏科医生 Matthew Jolley 表示，这类人群规模小且高度异质，难以支撑传统商业器械研发，开源成为跨机构协作的路径。文章提到，美国已有 20 多家儿童医院开展心脏建模项目，波士顿儿童医院的相关建模支持其半数以上心脏手术，CHOP 今年预计完成约 200 例建模病例。相关工具包括 3D Slicer 的扩展 SlicerHeart，以及 MONAI Label 与 NVIDIA Auto3DSeg。
限制与来源
上述内容来自 NVIDIA 官方博客的一篇客户案例文章，属于厂商视角的叙述，其中涉及的工作流程耗时、病例数量与临床效果均未提供独立第三方验证，具体性能与适用范围可能因机构、设备和病例而异。文中提到的工具多为开源项目，其功能、版本与许可条款请以各项目官网当前信息为准；相关仿真能力多数仍处于开发或早期落地阶段，尚未获官方确认可用于常规临床决策。本文不构成任何医疗或投资建议。