心臟，作為重要器官之一，其功能正常與否直接影響人類的生命延續(xù)。電生理特性反映了心臟的健康和疾病狀態(tài)。心臟電生理活動的異常，往往會導(dǎo)致心律失常，從而引至心臟泵血功能衰竭等嚴(yán)重健康問題。因此，深入理解和研究心臟的電生理過程，對于提高心臟病的診斷和治療水平至關(guān)重要。

傳統(tǒng)的心臟電生理研究多依賴于實驗室內(nèi)的動物模型和臨床數(shù)據(jù)，但這類方法往往受限于倫理問題、實驗條件和數(shù)據(jù)獲取的復(fù)雜性。隨著計算技術(shù)的發(fā)展，計算機仿真成為了一種新興且強大的研究工具。通過建立數(shù)學(xué)模型和計算機程序，研究人員可構(gòu)建數(shù)字孿生心臟，能夠在虛擬環(huán)境中仿真并重現(xiàn)心臟器官的電生理活動（虛擬生理心臟），分析其動態(tài)特性，并進(jìn)行不同生理與病理條件下的實驗。

虛擬心臟電生理仿真對計算資源要求極高，即使是幾毫秒的仿真，也需要累積求解數(shù)十億次微分方程。使用復(fù)雜的虛擬心臟模型進(jìn)行研究時，重現(xiàn)1秒鐘的心臟電活動也可能需要數(shù)小時或更長。這給虛擬生理心臟的臨床應(yīng)用與藥物研發(fā)帶來重大挑戰(zhàn)。

為解決這一問題，智源研究院開發(fā)了一套實時心臟電生理仿真系統(tǒng)。該系統(tǒng)不僅能夠實時模擬心臟的3D電活動，還能通過多種參數(shù)的調(diào)節(jié)，深入探討不同生理、病理因素對心臟功能的影響。

這一實時心臟仿真平臺，一方面可在醫(yī)學(xué)基礎(chǔ)研究領(lǐng)域發(fā)揮作用，幫助臨床醫(yī)生和研究人員更直觀地理解心臟的電生理過程，探究心律失常產(chǎn)生機制、預(yù)測猝死發(fā)生率等；另一方面，可用于構(gòu)建虛擬藥物安全性評估平臺，對推動藥物安全評估發(fā)展具有重要意義；更重要的是，可以在臨床應(yīng)用中提供手術(shù)方案預(yù)演與決策支持，比如射頻消融方案規(guī)劃，心臟起搏器最佳植入方案規(guī)劃等。該技術(shù)的推進(jìn)將為醫(yī)學(xué)研究和臨床治療提供新的范式。

1

虛擬心臟仿真發(fā)展史

虛擬生理心臟的構(gòu)建可利用生理組學(xué)的研究方法，綜合分子生物學(xué)、生物化學(xué)、生理學(xué)、解剖學(xué)及臨床醫(yī)學(xué)的最新成果，數(shù)學(xué)化以及模式化地整合從基因、蛋白質(zhì)、細(xì)胞、組織到器官的解剖（多物理尺度：空間尺度跨越10^9量級，跨時間尺度：時間尺度跨越10^15量級，如圖1所示）、生理和生化信息，應(yīng)用計算機強有力的計算和圖形顯示能力，通過賦予其心臟所具有的動力學(xué)特性、生化特性和各種生理病理特點，使之從形態(tài)、結(jié)構(gòu)和功能等方面逼真地再現(xiàn)心臟的生理和病理活動過程。

圖注1：構(gòu)建虛擬生化生理人體的時間和空間尺度。時間尺度橫跨由分子事件（µs）、細(xì)胞信號傳導(dǎo)（ms）、細(xì)胞功能（s）到人體壽命 (decades) 的10^15跨度。空間尺度橫跨由分子（nm）、細(xì)胞（µm）、器官（cm）到軀干 (m) 的10^9跨越。

虛擬生理心臟研究可追溯與上世紀(jì)五十年代。1952年諾貝爾獎得主Hodgkin和Huxley建立了世界上第一個細(xì)胞計算模型 — 烏賊神經(jīng)元細(xì)胞模型[1]，開創(chuàng)了用計算模型研究生物問題的先河。1960年Denis Noble[2]在Nature雜志上發(fā)表了第一個心肌細(xì)胞計算模型 — 浦肯野心肌細(xì)胞模型，開創(chuàng)虛擬生理心臟模型的先例。此后幾十年的研究中，不斷有研究人員研發(fā)針對不同物種、心臟不同組織、復(fù)雜精密的心肌細(xì)胞電生理模型[3]。1991年，Peter Hunter等人[4]基于犬實驗數(shù)據(jù)構(gòu)建了第一個心臟解剖結(jié)構(gòu)模型，融合多物理尺度與電生理的虛擬心臟模型研究進(jìn)入新階段。此后，多尺度、多物理模態(tài)的心臟計算模型陸續(xù)出現(xiàn)，并被成功應(yīng)用于心臟功能研究與藥物安全性評估[5-8]。

在早期虛擬生理心臟研究中，心臟一個生物秒的電生理活動往往需要數(shù)日甚至數(shù)月來仿真計算。隨著顯存技術(shù)的發(fā)展，這個時間縮短到數(shù)天。近年，有研究致力于提升虛擬生理心臟的計算速度。比如通過將三維心臟空間劃分為矩形子區(qū)域來實現(xiàn)并行心臟模擬[9]，使運算速度大大提升。另一項研究通過WebGL將高性能心臟模擬擴展到普通計算機上[10]，甚至有GPU的手機也可以模擬三維心室的電動態(tài)。一些研究試圖通過自適應(yīng)時間步長來提高運行速度[11,12]，結(jié)果表明，固定時間步長比自適應(yīng)時間步長方法具有更好的效率[11]。

但這些研究僅能達(dá)到“準(zhǔn)實時運算”，離真正意義上的“實時運算”，即仿真時間與生物時間比達(dá)到1:1，還有難以逾越的距離，更不用說仿真精度的提升帶來的運算量爆炸式增長。高計算復(fù)雜度帶來的海量運算，使得虛擬生理心臟模型難以實現(xiàn)實時計算，阻礙其大規(guī)模應(yīng)用。

2

實時計算

為了在更高分辨率、更高精度和更大規(guī)模的心臟模型上實現(xiàn)實時仿真，智源研究院開發(fā)了具有精細(xì)細(xì)胞電生理與解剖結(jié)構(gòu)的人心室模型。該模型包含了19種細(xì)胞生理狀態(tài)變量和70多個公式，能夠實現(xiàn)復(fù)雜的心臟電生理與病理仿真，為臨床與醫(yī)藥工業(yè)應(yīng)用提供豐富的場景。

為實現(xiàn)實時計算，智源對模型底層計算進(jìn)行了深度優(yōu)化。針對心臟仿真中計算強度大和I/O密集等瓶頸問題，智源充分結(jié)合A100平臺的硬件特點，設(shè)計了多種優(yōu)化策略，如量化和循環(huán)展開。這些措施有效降低了計算復(fù)雜度和I/O，使得在更大規(guī)模和更高復(fù)雜度的心臟模型上實現(xiàn)了180倍的速度提升。

最終，智源虛擬心臟仿真系統(tǒng)實現(xiàn)了對心臟電生理功能的實時仿真，達(dá)到生物時間與計算時間比為1:0.84。這一成果不僅提升了心臟仿真系統(tǒng)的性能，還為更廣泛的醫(yī)學(xué)研究和臨床應(yīng)用提供了強有力的支持，標(biāo)志著心臟仿真技術(shù)的又一重大里程碑進(jìn)展。

圖注2：實時心臟計算概覽圖

2.1 技術(shù)路線

在GPU的架構(gòu)設(shè)計中，順序訪問內(nèi)存（如連續(xù)的數(shù)據(jù)訪問）相較于隨機訪問具有更高的性能。此外，在執(zhí)行順序訪問時，通常會采用預(yù)取技術(shù)提前加載數(shù)據(jù)，以進(jìn)一步提高訪問效率。

同時，在虛擬心臟模型中，大約有2/3的物理空間位置是空余腔體空間，有效心肌組織僅占1/3的物理空間。心臟仿真的主要計算和I/O操作都集中在對有效心肌組織中的每一個單細(xì)胞中的離子通道和細(xì)胞膜電位進(jìn)行時間上的精細(xì)更新，同時考慮鄰近細(xì)胞的電耦合影響。

基于GPU訪存特點和心臟解剖結(jié)構(gòu)的特殊性，我們設(shè)計了適合稀疏數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。利用順序訪存提升I/O速度，確保并行線程僅處理有效細(xì)胞，從而最大限度地提高GPU內(nèi)存的利用率。通過這種創(chuàng)新的結(jié)構(gòu)，顯著優(yōu)化了計算性能，使得心臟仿真能夠在IO訪存上達(dá)到最優(yōu)效果。

圖注3：心臟模型有效數(shù)據(jù)在GPU內(nèi)存上的排布

在計算層面，采用量化策略，有效簡化模型中的對數(shù)和指數(shù)等復(fù)雜計算，從而顯著降低了計算復(fù)雜度。

此外，為進(jìn)一步減少I/O操作次數(shù)，采用循環(huán)展開策略，實現(xiàn)在一次讀取中進(jìn)行多次計算，大大降低I/O，顯著提升SM核心的計算利用率。

基于A100平臺，我們設(shè)計了高效的P2P通訊方式，利用GPU直連實現(xiàn)在節(jié)點內(nèi)快速的數(shù)據(jù)交換，確保數(shù)據(jù)傳輸?shù)牡脱舆t與高帶寬。在節(jié)點之間，采用RDMA（遠(yuǎn)程直接內(nèi)存訪問），進(jìn)一步增強跨節(jié)點數(shù)據(jù)傳輸?shù)男剩浞职l(fā)揮硬件平臺的并行計算與通訊能力。

圖注4：技術(shù)路線圖

2.2 仿真結(jié)果

我們測試了不同優(yōu)化策略對仿真2生物秒心臟功能所用計算時間的影響，結(jié)果如下圖所示。對2生物秒心臟功能的模擬，基準(zhǔn)模型在未優(yōu)化的情況下A100單卡需要計算時間為304.25秒。在采用分布式、量化、循環(huán)展開策略后，其所用時間分別是9.75、3.93、1.68秒。其中采用循環(huán)展開后，計算時間達(dá)到2秒內(nèi)，達(dá)到計算時間/生物比小于1，實現(xiàn)實時/超實時計算的要求。其中，分布式計算對于系統(tǒng)仿真速度影響最大，達(dá)到了32倍提速。量化策略和循環(huán)展開策略分別將仿真速度提升了2.48和2.34倍。在同時采用分布式、量化、循環(huán)展開策略的情況下，系統(tǒng)仿真速度整體提升了181倍。

圖注5：不同優(yōu)化策略的計算時間

圖注6：不同優(yōu)化策略的速度提升

2.2.1 拓展曲線

圖注7：不同優(yōu)化策略的拓展曲線

如圖7擴展曲線所示，隨著GPU卡數(shù)的增加，基準(zhǔn)模型和優(yōu)化后的模型仿真時間都在減少。基準(zhǔn)模型在增加到48卡后，計算時間不再減小。此時的生物：計算時間比為1:5。再采用量化和循環(huán)展開策略后，32張卡即可實現(xiàn)實時計算，生物：計算時間比達(dá)到1:0.84。

2.2.2 主要GPU指標(biāo)

圖注8：不同優(yōu)化策略的計算密度和計算強度

圖注9：不同優(yōu)化策略的內(nèi)存和SM利用率

通過GPU指標(biāo)可以看出（圖8，圖9）量化策略通過提升IO同時降低計算的方式提高整體計算性能；循環(huán)展開通過大幅度降低I/O同時提高計算密度的方式提高計算性能。

2.2.3 計算精度

我們統(tǒng)計了加速前與加速后的結(jié)果誤差，仿真的膜電位V的時程差別<2 ms (0.6%)，模電位平均誤差為0.72mV(0.4%)，均滿足生理準(zhǔn)確度要求。優(yōu)化前后主要離子通道的仿真曲線吻合（如圖10所示）。

圖注10：仿真前后細(xì)胞主要離子通道電流與胞內(nèi)離子濃度在一心律節(jié)拍間的變化

3

總結(jié)

智源研究院從心臟模型的解剖結(jié)構(gòu)、心肌細(xì)胞電生理的計算特點及計算系統(tǒng)的硬件架構(gòu)出發(fā)，設(shè)計了心臟仿真系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)和優(yōu)化策略，以提高計算效率。我們采用先進(jìn)的并行處理方法，充分利用現(xiàn)代GPU設(shè)備的強大計算能力，優(yōu)化數(shù)據(jù)傳輸和通訊方式，以減少延遲并提高數(shù)據(jù)吞吐量。通過這些策略，不僅提升了仿真系統(tǒng)的計算速度，還保證了在可接受誤差范圍內(nèi)的計算精度，最終成功實現(xiàn)了心臟仿真的實時計算目標(biāo)，達(dá)到超實時計算結(jié)果。這一成果為進(jìn)一步研究心律失常產(chǎn)生的離子通道與分子機制等關(guān)鍵醫(yī)學(xué)問題，也為手術(shù)規(guī)劃如房顫射頻消融方案等臨床應(yīng)用，以及新藥研發(fā)與其心臟安全性篩選奠定了堅實基礎(chǔ)，同時也為其它超大復(fù)雜物理系統(tǒng)的實時仿真提供堅實基礎(chǔ)。