“Exploring Complex Flow Physics Through Numerical Simulation and Machine Learning” es el título de la tesis que está desarrollando Eneko Lazpita, doctorando en Ingeniería Aeroespacial en la Escuela Técnica Superior en Ingeniería Aeronáutica y del Espacio (ETSIAE) de la Universidad Politécnica de Madrid (UPM).
Esta tesis doctoral, centrada en el estudio de los flujos dentro del corazón y bajo la supervisión de los profesores Soledad Le Clainche y Jesús Garicano, está ligada al proyecto DigitHeart (New tools and models based on CFD and non-invasive imaging to predict heart disease progression and response to treatment), del grupo de investigación ModelFLOWs. Dicho grupo de investigación desarrolla herramientas de inteligencia artificial enfocadas a reducir la contaminación y a mejorar el avance de la medicina personalizada.
DigitHeart, en colaboración con el CNIC (Centro Nacional de Intervenciones Cardiovasculares Carlos III), trata de implementar una herramienta de detección prematura de enfermedades cardiovasculares. “Hasta ahora, solo se ha dispuesto de datos médicos como datos de imágenes médicas (ecocardiografías y resonancias magnéticas), por lo que mi trabajo tiene como objetivo incluir datos de simulaciones de estos flujos cardíacos realizados mediante CFD (dinámica de fluidos computacional) que permitirían identificar patrones asociados a la enfermedad cardíaca, aumentando la precisión y la capacidad de clasificar y detectar posibles enfermedades cardiovasculares en un paciente antes de que empiece a dañar irremediablemente el corazón. Esta investigación tiene implicaciones significativas a nivel social, ya que una detección temprana puede llegar a salvar vidas”, explica Eneko.
Como parte del desarrollo de su tesis, Eneko se encuentra actualmente en el CSElab (Computational Science & Engineering Laboratory) de la Universidad de Harvard, en Boston (Massachusetts, EEUU). Ha sido seleccionado para realizar una estancia bajo el programa de movilidad en investigación en EEUU en aquellos centros con los que la UPM tiene una alianza estratégica.
Imagen: Contornos del campo de vorticidad normal y lineas de flujo de la velocidad en el plano simétrico de un ventrículo izquierdo idealizado.
Su objetivo en esta experiencia internacional es desarrollar herramientas innovadoras basadas en algoritmos de aprendizaje automático, para mejorar la precisión y eficiencia de las simulaciones numéricas de dinámica de fluidos computacional (CFD), y capaces de combinar CFD con bases de datos experimentales. Estas herramientas se emplearán para mejorar nuestra comprensión de la dinámica cardiovascular, proporcionando una visión más profunda de las enfermedades cardíacas.
Imagen: Esquema simplificado de la arquitectura de redes neuronales empleada, combinando el esquema encoder-decoder con herramientas predictivas.
En el CSElab trabaja con el profesor Petros Koumoutsakos, un reconocido experto en computación de alto rendimiento. “Hasta ahora he estado trabajando en simular estos flujos con softwares comerciales como Starccm+ y Fluent. Una vez hemos avanzado lo suficiente en este aspecto, poder trabajar en este laboratorio puntero y con un experto como el profesor Koumoutsakos me permitirá acelerar las simulaciones mediante modelos basados en Machine Learning y, por tanto, una mejora significativa para las investigaciones”, sostiene el doctorando.
Eneko también está muy contento con cómo ha sido su acogida en el grupo de investigación de CSElab: “Es un grupo con sólidas raíces en ciencias de la computación, pero al mismo tiempo, cuenta con personas de diferentes ámbitos, lo que permite un aprendizaje continuo y la posibilidad de relacionarse con expertos en diversas áreas. Además, estar en una institución como la Universidad de Harvard, que está llena de seminarios, charlas y eventos donde compartir información y relacionarse con expertos en diferentes campos, enriquece enormemente mi experiencia académica”.
