Инновации в области медицинских изделий зависят от получения доказательств безопасности и эффективности новых разработок. Помимо доклинических испытаний, такие доказательства традиционно получаются в ходе клинических исследований, на завершение которых могут уйти годы и в которых обычно участвует относительно небольшое количество пациентов. Для ортопедических имплантатов это создает определенную сложность: понять, как устройство будет вести себя во всем спектре анатомических особенностей пациентов, плотности костной ткани и хирургических техник, бывает сложно, опираясь только на традиционные исследования.

Чтобы помочь решить эту задачу, Zimmer Biomet объединила усилия с компаниями Ansys, входящей в состав Synopsys, Amazon Web Services (AWS), Invisibl Cloud и Dassault Systèmes, с целью кардинального масштабирования виртуальных клинических испытаний (ISCT) имплантата для замены плечевого сустава. Перенеся существующий сложнейший рабочий процесс симуляции в облако, команда превратила процесс, который раньше занимал месяцы, в решение, способное выдавать результаты менее чем за сутки, одновременно анализируя популяцию, которая в 45 раз превышает прежнюю. Это представляет собой примерно 100-кратное увеличение производительности симуляции.

«Симуляции позволяют напрямую оценивать несколько видов вмешательства на одном и том же виртуальном пациенте, предоставляя информацию, которую невозможно получить в ходе традиционного клинического испытания», — говорит Джефф Бишофф (Jeff Bischoff), старший директор по исследованиям в области биомеханики в Zimmer Biomet.

Почему виртуальные клинические испытания имеют значение

В виртуальных клинических испытаниях для оценки медицинских изделий используются компьютерные симуляции, а не реальные участники. Инженеры создают крупные популяции реалистичных виртуальных пациентов и моделируют хирургические процедуры и их исходы с помощью передовых вычислительных моделей.

«Этот подход предлагает ряд преимуществ», — говорит Филипп Фавр (Philippe Favre), заместитель директора по вычислительной биомеханике в Zimmer Biomet. «Виртуальные популяции могут быть намеренно спроектированы так, чтобы представлять широкий спектр характеристик пациентов, включая редкие анатомические особенности и граничные случаи, которые сложно зафиксировать в традиционных исследованиях. Кроме того, симуляции могут быть завершены за недели или месяцы, а не за годы, помогая командам разработчиков быстрее оценивать конструкции и ускорять инновации».

«Однако исторически масштаб таких исследований ограничивался доступной вычислительной инфраструктурой и ограничениями лицензирования программного обеспечения», — говорит Сандип Совани (Sandeep Sovani), руководитель глобального направления облачного моделирования и симуляций в AWS. «Даже относительно скромные испытания, включающие несколько тысяч симуляций, могут потребовать месяцев обработки, что ограничивает их использование при активной разработке продукта. Именно здесь облачный провайдер, такой как AWS, привносит недостающий элемент в этот важный инновационный процесс».

Начало с проверенного рабочего процесса

Проект built on a previously completed Zimmer Biomet shoulder arthroplasty study (по Maquer et al. 2026). Первоначальное испытание включало около 520 виртуальных операций и потребовало примерно трех месяцев работы на внутренней инфраструктуре. Использование уже проверенного рабочего процесса гарантировало, что результаты, полученные в облаке, можно будет сравнить с установленными базовыми показателями, обеспечив при этом реалистичную основу для измерения улучшений производительности.

Цель команды была амбициозной: увеличить размер исходной виртуальной когорты в 45 раз при сокращении времени выполнения с трех месяцев до менее чем 24 часов.

Проблема масштабирования

«Моделирование виртуального хирургического вмешательства — это гораздо больше, чем просто одна симуляция», — говорит Кристина Муери (Christine Mueri), менеджер по исследованиям в области вычислительной биомеханики в Zimmer Biomet. «Оно включает в себя отдельную модель для каждого потенциального вреда для пациента, причем каждый этап состоит из множества стадий, включая виртуальную имплантацию, подготовку модели, построение сетки, решение методом конечных элементов и постпроцессинг. Для этих шагов могут потребоваться разные программные пакеты, разные операционные системы и разные вычислительные ресурсы».

Масштабирование этого рабочего процесса до десятков тысяч симуляций создало ряд трудностей:

Одновременная координация тысяч независимых рабочих процессов.
Обеспечение эффективного перемещения данных между этапами обработки.
Управление лицензированием программного обеспечения для нескольких коммерческих приложений.
Автоматическая обработка сбоев в больших масштабах.
Поддержание проверяемости и прослеживаемости, пригодных для регулируемых сред.

Обеспечение производительности облачного масштаба

«В пике работы среда была спроектирована так, чтобы использовать примерно 35 000 виртуальных центральных процессоров (vCPU)», — говорит Дамодоран Пандуранган (Damooharan Pandurangan), технический директор Invisibl Cloud. «Возможности автоскейлинга позволяли ресурсам расширяться и сужаться в зависимости от требований рабочей нагрузки, устраняя необходимость постоянно поддерживать инфраструктуру, рассчитанную на редкие крупномасштабные исследования».

Полученная платформа продемонстрировала способность выполнять виртуальные испытания, состоящие из более чем 46 000 симуляций, что представляет собой 23 000 операций по замене виртуального плечевого сустава, менее чем за 24 часа. По сравнению с исходным трехмесячным исследованием из 1 000 симуляций, новый подход позволил использовать набор данных, больший в 45 раз, при значительном сокращении времени выполнения, обеспечив примерно в 4 500 раз большую производительность симуляции.

«Платформа доказала, что способна координировать и выполнять десятки тысяч задач симуляции в массовом параллельном масштабе, эффективно задействуя вычислительный парк примерно из 1 550 рабочих узлов», — говорит Гнанапракаш Рамсвами (Gnanaprakash Ramswami), вице-президент по технологиям в Invisibl Cloud. «Она поддерживала высокую степень параллелизма и пропускную способность на протяжении всего выполнения, непрерывно пополняла завершенную работу и успешно завершила все 55 846 задач, не оставляя остаточной рабочей нагрузки. Эти результаты подтверждают способность платформы справляться с требовательными пакетными нагрузками масштаба высокопроизводительных вычислений (HPC) и создают прочную основу для дальнейшего масштабирования».

Что это означает для инноваций в здравоохранении

Влияние выходит за рамки ускорения вычислений. Крупномасштабное моделирование позволяет оценивать конструкции имплантатов для более широких групп пациентов при различных хирургических протоколах, а также лучше понимать редкие сценарии, влияние принятия хирургических решений и воздействие определенных конструктивных решений на исход лечения пациента. Кроме того, оно позволяет получать более полные доказательства на более ранних этапах процесса разработки, и все это способствует повышению безопасности пациента при одновременном кардинальном сокращении времени до появления медицинских инноваций. Вместо того чтобы рассматривать крупномасштабные виртуальные исследования как эпизодические вехи, инженерные команды вскоре смогут использовать их в качестве рутинных инструментов принятия решений на протяжении всего этапа проектирования и оптимизации.

В конечном итоге проект демонстрирует, как вычисления облачного масштаба могут преобразовать процесс получения вычислительных доказательств, помогая производителям медицинских изделий быстрее оценивать конструкции, сохраняя при этом строгость, необходимую для поддержки инноваций и улучшения результатов лечения пациентов.

Узнайте больше о том, как Ansys может поддержать ваши инновации в сфере здравоохранения.