Sim4Life.webのモデリングインテリジェンス V9.2
実例研究:脊髄刺激用パルス波形設計の最適化
要旨
Sim4Life.web V9.2はモデリングインテリジェンスを導入しています。モデリングインテリジェンスは、代理モデルベースの最適化ツール群で、複数の競合する目標に対するソリューションを迅速にシミュレーション、視覚化、評価することができます。この脊髄刺激(SCS)のケーススタディは、Sim4Lifeのモデリングインテリジェンスツールが、パラメータ化された生物医学ワークフロー全体の設計決定をどのように加速するかを示しています。EPFLの.NeuroRestoreおよびIT'IS Foundationとの協力により、患者固有の脊椎モデル、検証済みの電磁気(EM)-神経シミュレーション、および新しい多目的遺伝的アルゴリズム(MOGA)ハイパーツール(モデリングインテリジェンススイートの一部)を組み合わせました。Sim4Lifeは、高忠実度モデル(SuMo)のサロゲートを学習し、完全なパレートフロントを探索することで、任意の目的重みを事前に選択することなく、予測消費電力を最大5倍削減しながら、目標線維の動員を維持するパルス形状を特定しました。クラウドネイティブなスケーリング、迅速な神経リクルートメント予測のための一般化活性化関数(GAF)[1,2]、インタラクティブなトレードオフの視覚化により、数週間の試行錯誤が数分に短縮されました。
これが重要な理由
慢性的に植え込まれた刺激装置では、1ミリアンペアが重要です。電流が高くなると、組織の電荷蓄積(安全上の懸念)が増加し [3]、バッテリーが消耗し、デバイスの寿命が短くなり、早期の外科的交換が必要になる可能性がある。技術的な課題は、エネルギー消費を最小限に抑えながら、治療効果を最大化することであり、これは古典的な多目的問題である。以下の例はSCSパルス波形の設計に焦点を当てていますが、ワークフローはパラメータ化可能なあらゆるSim4Lifeパイプラインに広く適用できます。
共同研究と背景
この研究は、EPFLの.NeuroRestore、IT'IS Foundation、ZMT Zurich MedTech AGの長年のパートナーシップを基盤としており、脊髄神経リハビリテーションの画期的な進歩に貢献しています[4,5]。Sim4Lifeの検証されたフレームワークは、メカニズムの解明、インプラントの設計、治療の個別化において中心的な役割を果たし、チームが何週間もかけて手作業で行っていたチューニングを、数分でデータ駆動型の刺激計画に移行できるよう支援しています。
Sim4Life.web V9.2のモデリングインテリジェンスは、高忠実度のEM神経生理学シミュレーションと高忠実度のサロゲートを組み合わせ、大規模なデザインスペースを迅速かつ透過的に探索します:
- MOGA HyperTool(新機能): 戦略的にサンプリングされた高精度シミュレーションからSuMoを学習し、数千の候補を数分で探索するMOGA;
- インタラクティブなパレート・フロント: 達成可能なトレードオフの全体像(例えば、有効性対エネルギー)を確認し、探索 後に 最良の妥協点を選択;
- GAFによる採用予測: GAFを利用したリクルートメント推定:GAFは神経活性化閾値の超高速予測を可能にし、生物物理学的な解釈可能性を保ちながら探索を加速する[1,2];
- クラウドネイティブなスケール: Sim4Life.web V9.2は自動的に並列化し、リソースを管理します。

SCSパルス波形設計のためのパイプラインの概要
1.パーソナライズされた解剖学と神経機能化
Sim4Lifeは、脊柱起始部コントラスト用に最適化された磁気共鳴画像(MRI)シーケンスから、人工知能(AI)支援によるセグメンテーションと専門家による品質保証を使用して、患者固有の脊柱モデルを生成した。後根は、~1,000本の軸索軌道(生理学的分布からサンプリングされたタイプと直径)で神経機能化され、現実的な採用予測が可能になりました [6]。
2.高忠実度の曝露と迅速なリクルートメント予測
マルチコンタクト電極からの電磁場を計算し、軸索上にマッピングした。関連する周波数領域では、重ね合わせにより、電極配置をまたいで事前に計算された場を迅速に再結合することができる。GAFにより、軸索全体の閾値以下の分極と活性化閾値を高速かつ正確に推定することができた[1,2]。
3.スケールでのサロゲート支援探索
MOGAハイパーツールは、複数の軸索と電極の組み合わせで、パラメータ化されたパルス形状(時間-ビン化された振幅シーケンス)の実験計画法サンプリングを行い、SuMoを訓練し、パレート面上の何千ものパルス候補を探索しました。
4.多目的最適化
目的には、ターゲットファイバーのリクルートメントを最大化し、エネルギー/電力を最小化することが含まれ、安全制約として電荷中性が強制された。意思決定者は、事前に目的の重みを固定する代わりに、パレート面と対話し、各臨床または装置シナリオに最も適した妥協点を選択する。

私たちの結果
パレート解析の結果、標準的な二相二乗とは異なる、生物物理学的にもっともらしいが自明ではないパルス形状が明らかになった。同定された解決策は、予測された消費電力を最大5倍削減しながら、標的のリクルートメントを維持した。典型的な特徴は以下の通りである:
- 膜の時定数を考慮した非対称のカソード/アノードセグメント [3];
- リーク損失を抑えるための遅延した電流消費;
- 最小限のエネルギーフットプリントで電荷バランスをとるための、長時間の低振幅回復フェーズ。


SCSを超える説得力を持つ理由
- トレードオフの完全な透明性: 隠されたペナルティや恣意的なウェイトがない;
- 忠実なスピード: 信頼できる物理学を使ってSuMoをトレーニングし、デザイン空間を桁違いに速くスキャンします;
- パーソナライゼーション対応: 被験者に特化した解剖学と神経機能化でエンドツーエンドで動作します;
- 運用効率: クラウド・ネイティブ・スケーリングは、より大きな探索、より短いサイクル、より少ない手動反復を意味する。
これが一般化される分野:ペースメーカーの捕捉とバッテリーの寿命の比較、脳深部刺激のオンターゲット効果とオフターゲット効果の比較、MRI高周波コイルの均質性と安全性の制約の比較、ワイヤレスインプラントの電力伝送と加熱の制限の比較など。
始める
- 動作を見る 短いデモビデオ(パレートナビゲーション+パルス波形の進化);
- 専門家に相談: Sim4Life.web V9.2でパイプラインを実行する方法を学びます;
- もっと読む 検証報告書および厳選された出版物は、ご要望に応じて入手可能です。
Personalized Health and Related Technologies (PHRT) initiativeとEPFL NeuroRestore、IT'IS Foundation、ZMT Zurich MedTech AGの戦略的協力関係により支援されています。
ビデオ・デモンストレーション
参考文献
[1] T. H. Newton, J. G. Ordonez, E. Neufeld, and N. Kuster, "Optimizing Spinal Cord Stimulation Using a Novel Green's Function-Based Generalized Activating Function,"Neuromodulation, vol. 26, no.4, p. S44, 2023.
[2] J. G. Ordonez, T. H. Newton, A. Alashqar, A. Rowald, E. Neufeld, and N. Kuster, "A Generalized Activating Function for Rapid and Accurate Neural Response Prediction in Spinal Cord Stimulation", In Preparation.
[3] J. P. Reilly, and A. M. Diamant, "Electrostimulation: theory, applications, and computational model," Artech House, 2011.
[4] F. B. Wagner他, "Targeted neurotechnology restores walking in humans with spinal cord injury,"Nature, vol.563, no.7729, pp.65-71, 2018.
[5] A. Rowaldら, "Activity-dependent spinal cord neuromodulation rapidly restores trunk and leg motor functions after complete paralysis,"Nat Med, vol. 28, no. 2, pp. 2022.
[6] E. Neufeld, et al., "Simulation platform for coupled modeling of EM-induced neuronal dynamics and functionalized anatomical models," Neural Engineering (NER), 2015 7th International IEEE/EMBS Conference on.IEEE, 2015.
関連する検証レポートは、弊社サポートチームまでご請求ください。
- P-EM-FDTDモジュールの検証
- P-EM-QSモジュールの検証
- T-NEUROモジュールの検証