Sim4Life V9.6: 임상 신경자극을 위한 신속한 신경 반응 예측

2026년 6월 4일

Sim4Life V9.6은 신경자극 모델링에서 오랫동안 존재해 온 계산상의 병목 현상을 해소하며 결과적인 워크플로우를 더 빠르고 직관적으로 만들어주는 플랫폼 개선 사항을 제공합니다.

계산 기반 신경자극 연구는 일반적으로 다음을 결합합니다:

Sim4Life는 이러한 모든 구성 요소를 처리할 수 있도록 명시적으로 설계되었으며, 최첨단 수치 해법기와 사용자 친화적인 소프트웨어 환경을 결합하고 있습니다.

그러나 생물물리학적으로 정교한 신경 시뮬레이션은 오랫동안 한계 요인으로 작용해 왔습니다. 다구획 모델링(예: NEURON)는 높은 생리학적 정확도를 제공하지만, 그 대가로 전극 구성, 펄스 파형 또는 환자 집단에 대한 일상적인 최적화를 불가능하게 만듭니다.

Sim4Life V9.2 에서는 일반화된 활성화 함수(GAF)를 도입했습니다. 신경 활성화를 신속하게 예측하는 ‘일반화 활성화 함수(GAF)’를 도입했으며, 초기에는 저주파 노출 안전성 평가에 사용되는 단순화된 단일 케이블 섬유를 지원했습니다. 최신 버전인 V9.6은 임상 계획과의 격차를 해소했습니다. 동일한 고속 예측 모델이 이제 McIntyre–Richardson–Grill(MRG) 이중 케이블 축삭 모델과 연동되는데, 이 모델은 임상 계획에 필요한 정확도로 포착합니다. 개발: IT'IS 연구진이 NeuroRestore와 NeuroRestore (EPFL/CHUV) 및 에를랑겐-뉘른베르크 프리드리히-알렉산더 대학교의 연구진과 협력하여 개발한 이 방법은 NEURON에 비해 예측 비용을 최대 3차수까지 줄이면서도 활성화 역치를 거의 완벽한 정확도로 재현합니다.

그 결과, 자극-반응 분석이 이제 데스크톱 컴퓨터에서 몇 시간이나 며칠이 아닌, 몇 초에서 몇 분 만에 완료됩니다. 임상적으로 관련성이 높은 척수 자극(SCS) 계획 워크플로우에서 검증된 이 방법론은 Rowald 등 [Nature Medicine 2022]의 결과를 재현할 뿐만 아니라 의 결과를 재현할 뿐만 아니라, 이전에는 접근할 수 없었던 매개변수 공간을 탐구합니다.


애플리케이션 쇼케이스

일반화된 활성화 함수(GAF)를 이용한 신경 반응 예측
병목 현상에서 임상적으로 실용적인 최적화까지
Sim4Life의 GAF가 보여주는 것은 속도와 정확성의 조화입니다. 최적화에 충분히 빠른 예측 모델이면서, 임상 현장에서 사용하기에 충분히 정확한 모델입니다. V9.2는 안전 표준의 기반이 되는 단순하고 보수적인 모델에 필요한 속도를 제공했습니다. 이제 V9.6은 치료 계획 및 기기 최적화에 필수적인 임상적으로 현실적인 섬유 모델까지 성능을 확장합니다.

맞춤형 SCS 계획 수립을 위한 핵심 질문:
  • 주어진 전극 구성에서 어떤 후근 섬유가 활성화될 것인가?
  • 어떤 자극 진폭이 표적 활성화는 달성하면서도 비표적 활성화는 일으키지 않을까요?
  • 다극 구성 및 비표준 펄스 파형이 선택성과 효율성을 향상시킬 수 있는가?

IT'IS는 GAF를 개발하고 그 유효성을 검증했습니다. GAF는 그린 함수(Green's function)를 기반으로 한 케이블 방정식의 공식으로, 다음과 같은 특징을 갖습니다:
  • R² = 0.99의 정확도로 NEURON에서 도출된 역치를 재현하고 스파이크 발생 위치 및 시점을 예측하며,
  • 표준 데스크톱 하드웨어에서 최대 1000배 더 빠르게 실행되며,
  • 효율적인 다극 전극 탐색을 위한 선형 중첩 원리를 따르며,
  • 다양한 섬유 유형(비수초화 Sundt, 단일 케이블 SENN, 이중 케이블 MRG)에 걸쳐 일반화되며,
  • 일반적인 파형에 대해 해석적 시간 적분을 통해 펄스 형태 효과를 포착합니다.

검증을 통해 발표된 임상 SCS 계획 파이프라인을 재현하였으며, NEURON을 사용했을 때 24시간 이상 소요되던 16개 전극의 전체 활성화 맵을 10분 이내에 완성했습니다. 그라디언트 기반 다극 최적화와 결합하여, 이 접근법은 우측 고관절 굴곡에 대한 기능적 선택성 지수를 52%에서 82%로 향상시켰습니다.

더 보기


애플리케이션 분석에서 플랫폼 개선으로

GAF 연구는 대규모 해부학적 프로젝트, 수백 개에서 수만 개에 이르는 섬유 모델 집합, 고급 Python 스크립팅, 그리고 GPU 가속 최적화를 통해 플랫폼을 한 단계 발전시켰습니다. V9.6은 GAF를 플랫폼에 더욱 긴밀하게 통합하고, 이 과정에서 드러난 실질적인 문제점들을 해결합니다.

Neuro — MRG 유형 모델 및 자동 모집 곡선을 위한 GAF. V9.2에서 비수초화 및 안전 관련 섬유를 위해 도입된 고속 예측기는 이제 감각 및 운동 섬유의 임상적으로 현실적인 이중 케이블 모델에서도 작동합니다. 이를 통해 치료 계획 수립에 실제로 사용되는 섬유 모델에서 이질적인 축삭 집단에 대한 빠른 역치 예측이 가능해져, 임상적으로 활용 가능한 속도를 제공합니다. 자동화된 모집 곡선 분석을 통해 사용자는 자극 진폭에 따른 섬유 활성화 정도를 평가하고 구성 설정을 직접 비교할 수 있습니다.

Sim4Life V9.6의 자동화된 모집 곡선 분석: GAF로 예측된 적정 인자는 상세한 척수 모델 내 수백 개의 신경섬유에 걸쳐 NEURON과 밀접하게 일치하여, 치료 계획 수립에 가장 현실적이고 관련성 높은 신경섬유 모델을 신속하게 예측할 수 있게 해줍니다.

또한, 최신 Sim4Life 튜토리얼에서는 정중신경을 자극하는 세 가지 신경 인터페이스 기술, 즉 커프 전극, 스텐트형 혈관내 전극, 카테터형 혈관내 전극을 비교함으로써 Sim4Life의 자동 모집 곡선 기능을 시연합니다.

T-Neuro 모듈에 통합되어 있으며, 결합된 전자기(EM)-전기생리학 시뮬레이션을 기반으로 하는 새로운 ‘리크루트먼트 커브 평가기’를 활용하여 신경자극 기술을 보다 확실하게 평가하고 비교할 수 있습니다. 사용자의 용도에 맞춰 유연한 사전 정의 지표 또는 사용자 지정 지표를 통해 리크루트먼트 커브를 생성하고 자극 성능을 정량화할 수 있습니다.

성능 — 더 빠른 시작 속도와 최신 클라우드 GPU. 신규 및 기존 프로젝트의 실행 속도가 빨라졌으며, 사용자에게 더 명확한 피드백을 제공합니다. 클라우드 백엔드는 다음을 지원합니다 NVIDIA Blackwell기반 GPU 하드웨어를 지원하여 까다로운 최적화 워크로드를 처리합니다.

Sim4Life V9.6(오른쪽)은 V9.4(왼쪽)에 비해 더 빠르고 원활하게 실행됩니다. 프로젝트를 더 빨리 열고 모델링을 더 빨리 시작할 수 있습니다.

해석기 — 더욱 강력한 열 해석 워크플로우. 비정형 열 해석 격자에 대한 지원이 개선되고, 보간 처리가 향상되었으며, 추가적인 타당성 검사가 도입되어 결과의 정확도가 높아지고 신뢰도가 강화되었습니다.

Sim4Life V9.6의 비정형 열 격자 처리: 직선형 및 비정형 영역 간의 비정형 메싱 및 보간 기능이 개선되어 수치적 정확성이 보장되며, 추가적인 타당성 검사를 통해 결과에 대한 신뢰도가 높아집니다.

UX/UI — 반응성이 더 뛰어나고 접근성이 높아졌습니다. 메싱이나 렌더링과 같은 장시간 소요되는 작업이 더 이상 인터페이스를 차단하지 않습니다를 더 이상 차단하지 않습니다. 아이콘과 레이블 행, 확장 가능한 카테고리, 마우스 오버 시 표시되는 플라이아웃이 포함된 새롭게 개편된 사이드바는 탐색 기능을 향상시킵니다. 다중 입력 버킷 워크플로는 반복적인 설정 작업을 줄여줍니다. 새로운 환영 화면은 사용자를 튜토리얼과 문서로 안내합니다.

Sim4Life V9.6의 새롭게 개선된 시작 화면: 튜토리얼, 최근 파일, 솔버 문서 및 릴리스 노트가 애플리케이션 시작 화면에서 바로 확인할 수 있습니다.

Sim4Life V9.6에서 사이드바와 환경설정이 새롭게 개편되었습니다: 아이콘과 라벨을 활용한 탐색 방식, 확장 가능한 카테고리, 그리고 마우스를 올렸을 때 나타나는 플라이아웃 메뉴가 기존의 중첩 메뉴를 대체합니다.

도움말 및 지원 — 더욱 스마트해진 지원. AI 어시스턴트는 문서 기반이 더욱 탄탄해졌으며, 지원 시 더 자연스러운 어조를 구사합니다. 지원 센터 대화 기능이 이제 이메일 알림, 보관/활성 필터링, 그리고 지원 전화 예약 기능과 통합되었습니다.

더 스마트해진 제품 내 지원: AI 어시스턴트는 정확한 문서 정보를 바탕으로 작동하며, 질문이 AI가 확실하게 처리할 수 있는 범위를 벗어날 경우 원클릭으로 담당자에게 에스컬레이션할 수 있습니다.

처리 — 스크립터 및 클리너 표준 워크플로우 통합. 재설계된 Python 스크립터는 이제 다중 탭 편집, 지능형 자동 완성, 인라인 트레이스백 기능을 통해 프로젝트 환경에서 현대적인 코딩 경험을 제공합니다. 간소화된 표준 기반 후처리 워크플로는 확실한 분석 결과를 보장합니다. TI Planning (TIP)관련 모델 익명화 기능은 개인정보 보호를 고려한 데이터 처리를 지원합니다.

통합된 Python 스크립터와 실시간 미주신경 시뮬레이션: 다중 탭 편집, 실시간 실행, 그리고 인라인 트레이스백 기능을 통해 프로젝트 환경에서 전문가 수준의 자동화를 구현하며, 모집 곡선과 강도-지속 시간 곡선을 즉시 분석 결과로 확인할 수 있습니다.

Sim4Life V9.6은 해부학, 물리학, 생리학 및 최적화를 단일하고 재현 가능한 가상 시뮬레이션 환경 내에서 통합합니다. 신경 자극 연구 개발 팀에게 이 솔루션은 통합, 제어 및 효율성을 제공하여, 기전적 이해를 임상 설계로 전환할 수 있도록 지원합니다.

맞춤형 연구

규제 기준에 부합하는 모델 근거를 도출하거나, 인실리코 연구를 수행하거나, 귀사의 의료기기, 프로토콜 또는 환자 집단을 위한 Sim4Life 기반 계획 도구를 개발하는 데 관심이 있으신가요? 다음으로 문의해 주십시오. IT’IS 맞춤형 연구 전문가에게 문의하여 귀사의 용도에 맞는 맞춤형 솔루션을 알아보십시오.

Sim4Life V9.6은 현재 당사의 모든 클라우드 플랫폼에서 상업용 상업용 사용자, 연구자, 그리고 학생.

데스크톱 설치 프로그램은 여기에서 다운로드할 수 있습니다.

자세한 정보가 필요하시면 다음 이메일 주소로 문의해 주십시오. s4l-sales@zmt.swiss 이메일로 문의하시거나 +41 44 245 9765로 전화해 주시기 바랍니다.

감사합니다.

Sim4Life 팀 드림