聚焦心臟健康：大型兒童醫院將 NVIDIA 開源 AI 技術用於心臟疾病診療
為何重要
這標誌著臨床 AI 從研究實驗室轉化為標準作業程式（SOP）的關鍵一步，證明瞭在解決高度異質性問題（如精準醫療）時，深度整合硬體加速與網格計算的必要性。 對開發者而言，此案例展現了通用基礎設施（如 OpenUSD 與 VLM）在醫療垂類應用的成熟度，提供了一套可複用的開源協作範本。 從產業與投資角度觀察，這印證了「生態系守門人」策略的長期價值——即使短期難直接產生規模商業回報，但通過降低垂直領域的技術門檻，能賦能利基市場並建立技術壁壘。
費城兒童醫院結合 NVIDIA 的 MONAI 與 Warp 等開源生態，將原本需人工耗時四小時的手術前心臟 3D 建模縮減至數秒，並利用物理模擬（Newton）將術前裝置模擬時間從數小時縮短至近乎即時，以解決先天性心臟病患者解剖結構巨大差異的精準治療難題。
- 過去需 4 小時的人工作業，如今透過 MONAI Label 與 Auto3DSeg 機器學習模型訓練，生成結果品質可達人工標準，且僅需數秒完成。
- 目前美國已有超過 20 家兒童醫院投入此計畫，波士頓兒童醫院更每年在約 500 例手術中應用此技術。
- 透過 NVIDIA Warp 與 Newton，裝置植入後的心臟生物力學模擬從「最多 4 小時」縮短至「近時實」，大幅提升臨床決策效率。
- 因患者群體較小（約 240 萬）且異質性高，傳統醫療業難以投資，此專案利用 SlicerHeart 等開源工具打破傳統商業模式的成本障礙。