心血管系のデジタルツインを使用して,人口ベースの仮想患者データベースを合成しました

科学分野:

• 心血管の生理学 心血管の生理学
• コンピューティング・モデリング
• 医療情報工学 医療情報工学

背景:

• 現実的な心血管モデルの開発は,医療診断と意思決定の進歩に不可欠です.
• 仮想患者データベース (VPD) は,複雑な生理学的シナリオをシミュレーションするための強力なツールです.
• 生理学的および人口学的データを統合することで,研究および訓練のためのVPDの有用性が向上します.

研究 の 目的:

• 生理学的および人口学的データを統合した心血管仮想患者データベース (VPD) を開発する.
• 医療診断,意思決定,不確実性分析における応用のための基盤を確立する.
• 3Dヘモダイナミックモデルとの統合を可能にし,ニューラルネットワークのトレーニングを容易にする.

主な方法:

• 心血管モデルパラメータをストキャスティック変数として扱うことで初期VPDを生成しました.
• 文献データ,感度分析,再サンプリングを用いて生理学的妥当性と正確性を確保した.
• 重要な生理学的量 (例えば,大動脈圧,心臓出力,パルス波速度) と人口統計的要因 (性別,年齢) を含む.
• 精度と効率のために,オープンソースの血液動力学ソリューション,first_bloodを使用しました.

主要な成果:

• 最終的なVPDは34,347人の仮想患者で構成されています.
• VPDから派生した大動脈圧は,文献の値とほぼ一致し,わずかな差異がありました.
• VPDは,ダイアストリック大動脈圧の性差を正確に再現した.
• パルス波速度の年齢による増加は,VPDで正確に表記されました.

結論:

• この方法論は,生理学的に現実的な仮想患者のデータを効果的に生成します.
• first_blood solverは,堅牢な心血管シミュレーションの作成を容易にする.
• 開発されたVPDは,3Dシミュレーション,機械学習,および臨床意思決定支援のための貴重なリソースとして機能します.