L’un des principaux défis de la conception de dispositifs médicaux consiste à réduire le risque d’endommagement des cellules sanguines. La modélisation et la simulation permettent aux équipes d’ingénierie d’estimer le risque de dommages sanguins, afin d’améliorer la sécurité et les performances des dispositifs tout en réduisant les coûts de calcul. Veryst Engineering, consultant certifié COMSOL, a utilisé le logiciel COMSOL Multiphysics® pour construire des modèles de substitution permettant de prédire les zones de recirculation et l’endommagement de cellules sanguines — plus précisément, l’hémolyse — à partir d’une géométrie de buse de référence de l’agence américaine de la Food and Drug Administration (FDA) (Réf. 1).
Matthew Hancock, PhD, directeur chez Veryst Engineering, explique: “À mesure que l’IA et l’apprentissage automatique s’intègrent à la procédure d’enregistrement réglementaire, le véritable enjeu n’est pas seulement de déterminer la précision d’un modèle de substitution par rapport à la simulation de référence, mais de pouvoir démontrer, et non simplement supposer, que toute erreur introduite par l’IA est suffisamment faible pour préserver l’intégrité de la décision qu’elle contribue à éclairer. C’est ce que nous appelons la fiabilité décisionnelle.”
Utiliser la simulation pour réduire les risques
Lorsque des dispositifs médicaux interagissent avec le sang, ils risquent de provoquer involontairement des dommages sanguins. Ce risque constitue un défi de conception pour des dispositifs tels que les circuits d’instrumentation ou les connexions entre dispositifs et vaisseaux sanguins, notamment les pacemakers, les valves cardiaques et les cathéters.
L’hémolyse se produit lorsque les globules rouges se rompent et libèrent de l’hémoglobine dans le plasma sanguin environnant. Lorsqu’on modélise des dispositifs médicaux, ce type d’endommagement sanguin peut être évalué à partir de l’augmentation de la concentration d’hémoglobine libre dans le sang circulant à travers le dispositif. Le dosage de l’hémoglobine, associé à la prise en compte des lésions sublétales et de la thrombose, permet de mieux orienter les choix de conception.
L’objectif de Veryst était de créer une simulation permettant aux équipes de conception de dispositifs médicaux de mieux comprendre la relation entre la géométrie du dispositif et les dommages sanguins. Pour atteindre cet objectif, l’équipe s’est tournée vers la simulation multiphysique et les modèles de substitution, qui présentent également l’avantage de réduire considérablement les ressources nécessaires à la réalisation d’expériences réelles.
Dans un poster présenté lors de la Conférence COMSOL, l’équipe de Veryst a expliqué comment elle avait entraîné et déployé des modèles de substitution afin de visualiser les dommages sanguins en temps réel. Elle a ainsi pu modifier certains aspects de la conception et différents paramètres de fonctionnement, puis observer les effets qui en résultaient. Ces analyses lui ont permis d’identifier les paramètres les plus influents et de déterminer leurs niveaux de tolérance.
Construire et entraîner des modèles de substitution
Pour ses travaux de simulation, l’équipe de Veryst a utilisé des modèles de substitution basés sur des réseaux de neurones profonds (DNN) afin de prédire la vitesse du sang et l’hémolyse. Ces travaux s’appuient sur des travaux antérieurs de Veryst consacrés à la modélisation de l’endommagement des cellules sanguines dans la buse de référence de la FDA (Réf. 2), présentés lors d’une conférence invitée à la Conférence COMSOL 2020. L’équipe a pu utiliser les données issues de ces simulations antérieures du modèle complet pour entraîner les modèles DNN.
Par ailleurs, la FDA dispose de jeux de données de référence permettant de valider les simulations numériques de l’écoulement sanguin dans les dispositifs médicaux (Réf. 3), et certaines exigences doivent être satisfaites pour qu’un dispositif médical obtienne l’approbation de la FDA. L’un de ces jeux de données de référence concerne une buse constituée d’un tube présentant une contraction, un col et un élargissement, avec une variation conique du diamètre à une extrémité du col et une variation brusque à l’autre extrémité (Figure 1).
Afin de préparer leur modèle de buse en vue de son enregistrement auprès de la FDA, l’équipe de Veryst a choisi des propriétés du fluide conformes au protocole de référence de la FDA. Elle a défini quatre paramètres d’entrée ajustables:
- Débit
- Longueur de la section convergente
- Diamètre du col
- Longueur de la section divergente
Le modèle de substitution prédit la vitesse du sang et estime l’hémolyse à l’aide d’une loi de puissance en fonction de la contrainte (Réf. 2). Le résultat du modèle d’hémolyse correspond à une estimation du dosage d’hémoglobine libérée dans la circulation sanguine à la suite de la rupture des cellules ou d’une altération de leur membrane.
Figure 1. Schéma présentant la configuration de la buse et les paramètres d’entrée du modèle DNN.
Pour construire le modèle d’hémolyse, l’équipe a calculé l’hémolyse moyenne à la sortie de l’écoulement à partir d’un plan d’expériences comprenant 9 000 simulations. Un modèle de substitution a été construit et entraîné pour déterminer les composantes de vitesse u et w à partir des données brutes. Le modèle de substitution DNN comportait 3 couches cachées de 20 noeuds chacune, utilisant des fonctions d’activation tanh. L’entraînement du modèle a été réalisé sur 5 000 époques. Le réseau de prédiction de la vitesse comprenait un DNN entraîné sur 500 simulations pendant 3 500 époques, avec 32 noeuds dans chacune des 3 couches cachées. Les données d’entraînement pour la vitesse comprenaient tous les points du maillage situés après l’élargissement, la longueur de la section divergente étant fixée à 0 afin de se concentrer sur les zones de recirculation.
Des prédictions en accord avec les données antérieures
Après avoir créé un modèle de substitution permettant de prédire les composantes de vitesse u et w, l’équipe a développé un DNN modifié intégrant une contrainte stricte de non-glissement fondée sur la physique. Ce réseau a été entraîné sur l’écart de la vitesse axiale, w’, par rapport à la solution analytique de l’écoulement laminaire w’ = w – (2*Q/A)(1–(r/R)2). Dans ce DNN, Q représente le débit, A l’aire de la section transversale, r la coordonnée radiale et R le rayon à l’extrémité (Figure 2).
Le DNN entraîné sur les données brutes et le DNN intégrant une contrainte stricte reproduisent tous deux avec précision les profils d’écoulement en régime turbulent, qui constituent la majeure partie des données d’entraînement sous-jacentes. Ces DNN fournissent des résultats moins précis sur le plan quantitatif lorsqu’il s’agit de reproduire la simulation en régime laminaire ou les régimes de transition vers la turbulence.
Figure 2. Vitesse pour un nombre de Reynolds Re = 6 500, reproduisant la géométrie de la FDA et montrant la recirculation après l’élargissement.
Lorsque le modèle est entraîné à prédire le logarithme de l’hémolyse, les prédictions présentent une précision de 10% sur une large plage de paramètres d’entrée. Veryst a constaté que la modification des longueurs des sections convergente et divergente de la géométrie avait peu d’effet sur l’hémolyse, aussi bien dans les prédictions issues de l’analyse par éléments finis (FEA) que dans celles du DNN. Pour valider le modèle de substitution, l’équipe a comparé les concentrations d’hémoglobine prédites par la FEA et le DNN pour des paramètres basés sur les expériences de Herbertson (Réf. 4)(Figure 3).
Figure 3. Fraction d’hémoglobine libérée à la sortie de la buse pour la géométrie de la FDA, en fonction du rayon du col et du débit.
“Obtenir des prédictions de l’hémolyse à moins de 10% des résultats du modèle CFD complet, tout en réduisant le temps de calcul de plusieurs heures à quelques millisecondes, est ce qui rend possible l’exploration de la conception en temps réel”, explique Joseph Barakat, PhD, responsable technique chez Veryst Engineering.
Les travaux de Veryst s’appuient sur la géométrie de référence de la FDA, accessible au public, mais pourraient être étendus à de nombreuses applications futures. Cette méthodologie pourrait notamment être utilisée pour estimer l’endommagement des cellules sanguines dans différents dispositifs médicaux, tels que les circuits d’instrumentation et les connexions entre dispositifs et vaisseaux sanguins.
Matthew Hancock ajoute: “Combiner de manière formelle l’erreur d’approximation du modèle de substitution, l’erreur numérique et l’écart de validation en une estimation unique de l’erreur totale afin d’évaluer cette fiabilité décisionnelle — en s’appuyant sur les normes Verification and Validation 20 et 40 de l’ASME ainsi que sur la littérature plus générale consacrée à la vérification, à la validation et à la quantification des incertitudes — constitue une suite logique, en particulier à mesure que le Center for Devices and Radiological Health de la FDA poursuit le développement d’outils de science réglementaire pour la simulation de dispositifs accélérée par l’IA.”
Prochaine étape
Vous souhaitez en savoir plus sur les travaux de Veryst consacrés à la prédiction des dommages sanguins à l’aide de modèles de substitution? Cliquez sur le bouton ci-dessous pour découvrir le poster présenté par l’équipe lors de la Conférence COMSOL:
Commentaires (0)