想象一下，如果有一个数字双胞胎生病了，你可以通过实验来确定最好的治疗方法，而不需要吃药或手术刀。科学家们相信，在5到10年内，“计算机”试验——使用数百个虚拟器官来评估药物的安全性和有效性——可能会成为常规，而针对患者的器官模型可以用于个性化治疗并避免医疗并发症。
数字孪生是物理对象或过程的计算模型，使用来自现实世界对应对象的数据进行更新。在医学领域，这意味着将基因、蛋白质、细胞和全身系统的大量工作数据与患者的个人数据结合起来，创建他们器官的虚拟模型——最终可能是他们的整个身体。
伦敦大学学院(University College London)计算科学中心主任、《虚拟的你》(Virtual you)一书的合著者彼得·科文尼(Peter Coveney)教授说:“如果你今天行医，很多都不是很科学。”“通常情况下，这相当于开车时通过后视镜来确定下一步要去哪里:你试图根据过去见过的有类似情况的人来找出如何治疗你面前的病人。”
“数字双胞胎所做的就是在一个模型中使用你的数据，这个模型代表了你的生理和病理是如何工作的。这不是做决定关于你基于一个可能完全不具代表性的人群。这是真正的个性化。”
目前最先进的模型可以在心脏病学中找到。一些公司已经开始使用针对患者的心脏模型来帮助设计医疗设备美国初创企业ELEM BioTech正在为企业提供在模拟人类心脏模型上测试药物和设备的能力。
“我们已经对几种化合物进行了大量的虚拟人体试验我们即将进入一个新的阶段，我们的产品已经准备好并部署在云端，供制药客户外部访问，”ELEM联合创始人兼首席执行官克里斯·莫顿(Chris Morton)说。
在数字双胞胎公司的演讲中在英国皇家医学学会的会议上伦敦玛丽女王大学的卡罗琳·罗尼博士周五在伦敦介绍了培养人的努力nalize心脏模型，帮助外科医生为不规则和混乱的心跳(心房颤动)患者计划手术。
“外科医生通常会使用一种平均有效的方法，但做出针对患者的预测并随后预测长期结果确实具有挑战性，”罗说奈伊说。“我认为在心血管疾病方面有很多应用我们将看到这种方法，例如决定使用哪种类型的阀门，或者何时使用在心脏瓣膜置换术中插入充血。”
癌症患者也有望从中受益。葛兰素史克制药公司的人工智能专家正在与罗国王学院的癌症研究人员合作通过使用图像、基因和分子数据来构建患者肿瘤的数字复制品，以及在3D中培养患者的癌细胞并测试它们对药物的反应。
通过将机器学习应用于这些数据，科学家可以预测个体患者对不同药物、药物组合和给药方案的反应。
国王学院的Tony Ng教授说:“你不能在真正的病人身上重复使用多种药物和药物组合，因为每次你尝试一种新的治疗方法都是一次临床试验。”
“我们正试图在病人还活着的时候找到解决办法，这样如果他们(癌症)复发，我们就会知道如何治疗他们，或者让他们参加哪种临床试验。”
公司证明ept的试验预计将于明年开始。
研究人员甚至正在为怀孕开发数字双胞胎，这可能有助于开发治疗糖尿病的药物如胎盘功能不全或先兆子痫，以及更好地了解怀孕和分娩的生理过程。
圣路易斯华盛顿大学(Washington University)女性健康工程中心(Center for women’s Health Engineering)主任米歇尔·奥恩(Michelle Oyen)教授说:“在很多情况下，你不能在孕妇身上做实验，而且也没有好的动物模型来研究人类怀孕。”
Oyen正在利用怀孕期间的超声波扫描和健康和复杂怀孕妇女出生后的高分辨率图像建立胎盘模型，并训练一种算法来识别和处理胎盘构建各种组织的数字复制品。
Oyen说:“我们的目标是试图找出我们可以在一个活着的人身上测量的东西，以预测谁在怀孕期间可能有胎盘功能问题，并进行干预，以防止死产等情况。”
她的合作者，纽约哥伦比亚大学的克里斯汀·迈尔斯教授，也参与了这项研究构建子宫颈、子宫和环绕胎儿的膜的模型。他们的长期目标是将所有这些数据结合成一个个体模型，以预测怀孕的结果。
迈尔斯说:“我希望我们能进行简单的超声波检查通过扫描母体的解剖结构，可以评估子宫的生长和伸展情况，并确定分娩的最佳时机。”它甚至可以预测一个漫长或复杂的分娩过程，并帮助女性做出更明智的决定关于是否要剖腹产，她说。
其他研究人员正在建立一个数字孪生医院，试图提高个体患者在医疗保健系统中的效率。
“通过跟踪患者每次发生任何事情时所产生的数字签名——从x光的订购、执行和报告，到患者预约门诊并参加门诊——我们可以建立一个非常详细的实时图像，了解患有类似疾病的患者是如何接受治疗的雅各布·科里斯博士是一名创伤和整形外科医生，也是“第一次正确”组织的数字负责人一项旨在改善病人治疗和护理的方案。
“这样做可以确定我们需要改进的领域，也是改善患者护理的良好实践，我们可以利用这些实践来重新设计我们照顾患者的方式。”
