使用智能手表数据测量长期心脏压力动态

杜克大学的生物医学工程师开发了一种方法，利用智能手表等可穿戴设备的数据以数字方式模拟一个人整整一周的心跳。之前的记录只涵盖了几分钟。

该方法称为纵向血流动力学映射框架 (LHMF)，它创建特定患者血流的“数字双胞胎”，以评估其 3D 特征。这一进展是改善当前评估心脏病或心脏病发作风险的黄金标准的重要一步，该标准使用单个时刻的快照，这对于数月至数年进展的疾病来说是一种具有挑战性的方法。

该研究是与劳伦斯利弗莫尔国家实验室的计算科学家合作进行的，并于 2023 年 11 月 15 日在高性能计算、网络、存储和分析国际会议 (SC23) 上发表。该会议是高性能计算领域的全球领先会议。

阿曼达·兰德尔斯 (Amanda Randles) 实验室的博士生、阿尔弗雷德·温伯恩 (Alfred Winborne) 和维多利亚·斯托弗·莫迪凯 (Victoria Stover Mordecai) 副教授赛勒斯·塔纳德 (Cyrus Tanade) 表示：“即使是一天对患者的 3D 血流进行建模，在当今最好的超级计算机上也需要一个世纪的计算时间。”杜克大学生物医学科学。“如果我们想要长时间捕捉血流动态，我们需要一种范式转换的解决方案来处理 3D 个性化模拟。”

在过去的十年中，研究人员在精确模拟血液流经个体特定血管几何形状所产生的压力和力方面取得了稳步进展。Randles 是该领域的领导者之一，他开发了一个名为 HARVEY 的软件包，以利用世界上最快的超级计算机来应对这一挑战。

这种冠状动脉数字双胞胎最普遍接受的用途之一是确定患者是否应该接受支架来治疗斑块或病变。这种计算方法比将导丝上的探针穿入动脉本身的传统方法的侵入性要小得多。

虽然该应用程序只需要进行几次心跳模拟，并且可以及时处理单个快照，但该领域的目标是跟踪患者出院后数周或数月内的压力动态。然而，为了在杜克大学小组的计算机集群上获得哪怕 10 分钟的模拟数据，他们都必须将其锁定四个月。

“显然，由于计算成本和时间要求，这不是帮助患者的可行解决方案，”兰德斯说。“想象一下需要三周的时间来模拟明天的天气。等你预测有暴雨的时候，水就已经干了。”

为了长期将这项技术应用于现实世界的人们，研究人员必须找到一种减少计算负荷的方法。新论文介绍了纵向血流动力学映射框架，该框架将过去需要近一个世纪的模拟时间缩短到仅 24 小时。

“解决方案是通过将任务分解到许多不同的节点来并行模拟心跳，而不是按顺序模拟心跳，”Tanade 说。“传统上，任务是通过并行计算在空间上分解的。但在这里，他们也及时解散了。”

例如，人们可以合理地假设周一上午 10:00 的冠状动脉血流细节可能对周三下午 2:00 的血流影响不大。这使得团队能够开发出一种方法来同时准确地模拟不同的时间块并将它们重新组合在一起。这种分解使得这些部件足够小，可以使用亚马逊网络服务等云计算系统进行模拟，而不需要大型超级计算机。

为了测试映射框架，研究人员使用经过验证的方法，利用杜克大学计算机集群上实验室分配的计算时间来模拟 750 次心跳(大约 10 分钟的生物时间)。它利用智能手表上的连续心率和心电图数据，生成了一套完整的 3D 血流生物标志物，可以与疾病进展和不良事件相关联。花了四个月的时间才完成，并且超出了现有记录一个数量级。

然后，他们在短短几个小时内将这些结果与在 Amazon World Services 和 Summit(橡树岭国家实验室系统)上运行的 LHMF 产生的结果进行了比较。误差可以忽略不计，证明 LHMF 可以在有用的时间尺度上发挥作用。

然后，该团队通过引入聚类方法进一步完善了 LHMF，进一步降低了计算成本，并允许他们跟踪血液对血管壁的摩擦力(众所周知的心血管疾病生物标志物)超过 700,000 次心跳，或连续一周活动。这些结果使该小组能够创建个性化的纵向血流动力学图，显示力量如何随时间变化以及处于各种脆弱状态的时间百分比。

“结果与单次心跳获得的结果有很大不同，”塔纳德说。“这表明，捕获纵向血流指标可以提供以前的黄金标准方法无法察觉的细微差别和信息。”

“如果我们能够创建冠状动脉等关键区域的壁应力时间图，我们就可以预测患者发生动脉粥样硬化或此类疾病进展的风险，”兰德斯补充道。“这种方法可以让我们比目前更早地发现心脏病病例。”

这项工作得到了国家科学基金会(ACI-1548562、DGE164486)、(DE-AC52-07NA27344、DE-AC05-00OR22725)、亚马逊网络服务、国家卫生研究院(DP1AG082343)和库尔特的支持基础。