醫(yī)療領(lǐng)域的 6 種數(shù)字孿生應(yīng)用——未來十年的革命

    數(shù)字孿生是一個廣泛的概念，包含許多技術(shù)和應(yīng)用。數(shù)字孿生是物理對象或無形系統(tǒng)的數(shù)字復(fù)制品。然而，這些虛擬副本并不是實體復(fù)雜的多物理性質(zhì)的完整表示。

    例如，您可以擁有心臟的數(shù)字孿生模型，它代表用于設(shè)置起搏器的器官的電行為�；蛴糜谒幬镩_發(fā)的化學(xué)方面的數(shù)字孿生，或用于手術(shù)模擬的力學(xué)響應(yīng)。多物理場數(shù)字孿生還可專注于監(jiān)測特定疾病/事件，例如預(yù)測心臟病發(fā)作，或用于設(shè)計特定醫(yī)療設(shè)備（例如腔靜脈過濾器的優(yōu)化）的數(shù)字孿生。

    數(shù)字孿生將根據(jù)今天患者的狀態(tài)將當(dāng)前的治療選擇轉(zhuǎn)變?yōu)槊魈旎颊叩膬?yōu)化狀態(tài)[1]它將成為 P4 醫(yī)療模式的關(guān)鍵部分——predictive（預(yù)見性）、personalized（個性化），preventive（注重預(yù)防）和participatory（主動參與）。

    數(shù)字孿生在醫(yī)療中的應(yīng)用

    我們每個人在許多方面都是獨一無二的，以至于目前為“普通患者”設(shè)想的大多數(shù)治療方法對“實際患者”來說效率很低。從無效的藥物治療和手術(shù)不滿意到設(shè)備拒絕/更換。數(shù)字孿生體將成為從一刀切到個性化醫(yī)療的重要組成部分。

    在這里，我總結(jié)了數(shù)字孿生技術(shù)將改善醫(yī)療保健的不同應(yīng)用。

    01

    診斷和治療決策支持

    軟件作為醫(yī)療設(shè)備

    來自不同健康數(shù)據(jù)源（如成像記錄、親自測量、實驗室結(jié)果和遺傳）的患者數(shù)字孿生數(shù)據(jù)將在診斷過程中提供幫助。患者模型將模擬從可用臨床數(shù)據(jù)中捕獲的患者的健康狀況，并從統(tǒng)計模型中推斷出缺失的參數(shù)。例如，心血管成像和計算流體動力學(xué)的結(jié)合能夠?qū)崿F(xiàn)流場的非侵入性表征和診斷指標(biāo)的計算[1]。

    02

    病人監(jiān)護—可穿戴設(shè)備

    更小、更舒適的可穿戴設(shè)備（傳感器）將用于為我們在云中的數(shù)字孿生提供實時數(shù)據(jù)。通過健康追蹤器（生物識別、行為、情緒、認知、社會心理……）對疾病進展和持續(xù)的患者數(shù)據(jù)收集有足夠的了解，我們可以開發(fā)在早期階段檢測癥狀的模型，讓醫(yī)生和用戶有能力在生病前診斷患者. 此外，在治療期間，我們將能夠評估治療是否有效。

    有數(shù)據(jù)已經(jīng)有很多來源，可以養(yǎng)活我們的數(shù)字孿生體，要調(diào)整我們的風(fēng)險因素，如醫(yī)療記錄，實驗室測試結(jié)果，藥房數(shù)據(jù)，健康和疾病管理的數(shù)據(jù)，幸福設(shè)備生成的數(shù)據(jù)，和社會決定因素，如郵政編碼、當(dāng)?shù)靥鞖�、購買習(xí)慣……[2]。

    03

    手術(shù)模擬

    手術(shù)風(fēng)險評估

    根據(jù)定義，手術(shù)是個性化的。從當(dāng)前狀態(tài)到最佳結(jié)果，手術(shù)都是根據(jù)患者的需要量身定制的。個性化對于提高干預(yù)成功率和降低患者風(fēng)險至關(guān)重要。數(shù)字孿生體將通過模擬侵入性臨床程序以在選擇治療之前預(yù)測結(jié)果來提供幫助[3]。從醫(yī)療設(shè)備選擇（位置、方向、尺寸……）到手術(shù)變量確定（大小、角度、形狀……）。

    04

    醫(yī)療器械設(shè)計與優(yōu)化

    MedTech

    兩個境界在這里交匯。一方面，我們擁有具有患者特定特征的患者數(shù)字孿生，另一方面，我們擁有捕捉設(shè)備設(shè)計的醫(yī)療設(shè)備數(shù)字孿生。我們可以將兩種模型關(guān)聯(lián)起來，看看當(dāng)特定設(shè)備安裝到特定患者身上時會發(fā)生什么。這是無法在沒有傷害的情況下進行臨床研究的人群的情況，例如罕見病患者或兒科患者[3]。

    數(shù)字孿生在優(yōu)化任務(wù)中也非常有用，例如通過在不同條件和不同患者下運行數(shù)百個模擬來提高設(shè)備性能。此外，隨著3D 打印技術(shù)的出現(xiàn)，患者數(shù)字孿生可以通過為每個患者創(chuàng)建獨特的設(shè)計來實現(xiàn)醫(yī)療設(shè)備的個性化。

    05

    藥物開發(fā)和劑量優(yōu)化

    計算機臨床試驗

    我們可以通過計算處理具有數(shù)千種藥物的數(shù)字孿生體，以便為特定情況確定最好的一種或幾種。然而，這并不需要停留在已經(jīng)存在的藥物上。我們可以創(chuàng)建一個由具有不同表型的真實患者組成的數(shù)字隊列，這些患者具有相同的癥狀，并測試新的潛在藥物，以預(yù)測成功的可能性以及最佳劑量。改進第一次拍攝將減少必要的臨床試驗數(shù)量。

    計算機模擬臨床試驗將揭示需要數(shù)年時間才能在體內(nèi)觀察的過程，或評估罕見病例的風(fēng)險，其中隨機臨床研究需要數(shù)千名患者來觀察其中的少數(shù)病例[4]。

    06

    監(jiān)管決策

    自 2016 年以來，美國國會和歐洲議會都開始將建模和模擬納入生物醫(yī)藥產(chǎn)品監(jiān)管過程中的證據(jù)來源[4]。特別是，由于數(shù)字證據(jù)在評估醫(yī)療設(shè)備方面具有節(jié)約成本的潛力，因此 FDA 已承諾將數(shù)字證據(jù)轉(zhuǎn)化為一種有價值的監(jiān)管工具。

    此外，一些公司表示，臨床試驗的成本可能很快會超過收入，這將加速行業(yè)轉(zhuǎn)向其他相關(guān)且可靠的數(shù)據(jù)來源，以證明醫(yī)療器械和藥品的安全性和有效性[3]。

    數(shù)字孿生背后的技術(shù)

    由于數(shù)字孿生的應(yīng)用和目的各不相同，建模方法也因應(yīng)用而異。

    數(shù)字孿生背后的技術(shù)可以概括為兩大類。歸納法，從數(shù)據(jù)中學(xué)習(xí)的統(tǒng)計模型，以及演繹法，整合多尺度知識和數(shù)據(jù)的機械模型。

    數(shù)字孿生體將利用這兩種方法來準(zhǔn)確預(yù)測疾病的根本原因以及維持或恢復(fù)健康的途徑[1]。

    01

    統(tǒng)計建模

    統(tǒng)計推理和人工智能

    統(tǒng)計建模包括所有從數(shù)據(jù)中推斷關(guān)系的數(shù)學(xué)方法，如貝葉斯和頻率論推理以及人工學(xué)習(xí)方法。統(tǒng)計模型遵循歸納方法。它們允許使用數(shù)學(xué)規(guī)則提取和優(yōu)化個性化生物標(biāo)志物的組合。因此，在某些情況下，它們被視為黑匣子。這些方法更常用于患者監(jiān)測、診斷和治療決策支持。

    02

    力學(xué)建模—模擬

    機械建模包含了基于我們的生理學(xué)知識和物理和化學(xué)基本定律的所有模擬方法，如固體力學(xué)、流體動力學(xué)、傳熱、電磁學(xué)、聲學(xué)和光學(xué)。機械模型遵循演繹方法。它們提供了一個框架來整合和增強實驗和臨床數(shù)據(jù)、識別機制和預(yù)測結(jié)果，即使是在看不見的情況下。因此，它們被視為白盒。這些方法更常用于手術(shù)模擬、醫(yī)療設(shè)備優(yōu)化、藥物開發(fā)和監(jiān)管決策。

    03

    其他技術(shù)

    醫(yī)學(xué)成像和可穿戴設(shè)備

    醫(yī)學(xué)成像和可穿戴設(shè)備的進步將對醫(yī)療保健領(lǐng)域數(shù)字孿生的發(fā)展產(chǎn)生重大影響。醫(yī)學(xué)成像工具有助于捕捉患者的狀態(tài)、解剖結(jié)構(gòu)和生理學(xué)，并且是機械模型的主要輸入之一。可穿戴設(shè)備將成為捕獲實時患者數(shù)據(jù)以進行患者監(jiān)測和建立統(tǒng)計模型的關(guān)鍵。

    未來的數(shù)字孿生—未來十年的愿景

    在醫(yī)療保健領(lǐng)域創(chuàng)建數(shù)字孿生的技術(shù)已經(jīng)存在。公司和機構(gòu)面臨的挑戰(zhàn)是開始測試并將這項技術(shù)應(yīng)用于特定的醫(yī)療保健問題。

    在醫(yī)療保健行業(yè)，最先進的數(shù)字雙應(yīng)用正在開發(fā)中的心臟病學(xué)：無論是科學(xué)知識[1.5.6]和工業(yè)發(fā)展，隨著技術(shù)的成熟，其他領(lǐng)域的應(yīng)用也會隨之而來。

    仍有許多挑戰(zhàn)需要克服，但數(shù)字孿生將成為未來醫(yī)療保健的重要組成部分。

    參考

    [1]Corral-Acero J, Margara F, Marciniak M, Rodero C, Loncaric F, Feng Y, et al. The ‘Digital Twin’ to enable the vision of precision cardiology. Eur Heart J 2020

    [2]Schwartz SM, Wildenhaus K, Bucher A, Byrd B. Digital Twins and the Emerging Science of Self: Implications for Digital Health Experience Design and “Small” Data. Front Comput Sci 2020

    [3]Morrison TM, Pathmanathan P, Adwan M, Margerrison E. Advancing regulatory science with computational modeling for medical devices at the FDA’s office of science and engineering laboratories. Front Med 2018

    [4]Pappalardo F, Russo G, Tshinanu FM, Viceconti M. In silico clinical trials: Concepts and early adoptions. Brief Bioinform 2019

    [5]Niederer SA, Lumens J, Trayanova NA. Computational models in cardiology. Nat Rev Cardiol 2019

    [6]Shameer K, Johnson KW, Glicksberg BS, Dudley JT, Sengupta PP. Machine learning in cardiovascular medicine: Are we there yet? Heart 2018