文 | 创瞰巴黎

导读

数字孪生作为产业数字化核心技术之一，正成为当下数字技术领域的焦点。数字孪生技术不仅能提高制造业的效率，还能在医疗保健中实现个性化护理，特别是在疾病预防和早期诊断方面。通过构建虚拟模型，数字孪生技术可以模拟和预测个体的健康状况，从而为医生提供有效的决策支持。什么是数字孪生？数字孪生技术如何在不同领域实现跨学科合作，推动技术创新？

一览：

• 数字孪生技术现已逐渐渗透至医疗领域，该技术利用患者的健康数据，构建出数字孪生模型，预测患者未来可能需要的治疗与护理。
• 法国医疗体系长期以来存在重治疗、轻预防的问题。
• 疾病预防主要包括两种类型：一级预防，旨在避免疾病的感染；二级预防，旨在阻止或减缓疾病的发展。
• 达索系统最近启动了一项名为“MediTwin”的新项目，旨在为肿瘤学、神经学、心脏病学建设数字孪生模型，为医生的决策提供有力指导。
• 数字孪生技术有望颠覆阿尔茨海默病等疾病的防治，实现早期诊断和基于数字模型预测的个性化治疗。

数字孪生，指以数字化方式复制一个物理对象，模拟对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行虚拟仿真，从而提高制造企业产品研发、制造的生产效率。

数字孪生技术在工业界的应用引起了广泛关注。然而，该技术的潜力并不仅限于此，在医疗保健领域，尤其是个性化护理方面，也展现出了巨大的应用前景。例如，通过构建数字孪生肺模型，就能基于患者的个人健康数据进行个性化模拟，从而有效地预测器官的发育和老化过程。

法国著名软件公司达索系统生命科学和医疗保健行业副总裁Claire Biot举例阐述：“如今，我们为每架达索阵风（Rafale）战斗机创建数字孪生，结合相关飞行数据，可进行精准的预测性维护。”这一成功案例引发了新的思考：在预防性医疗保健领域，数字孪生技术又能扮演怎样的角色？该问题成为了巴黎综合理工学院管理学研究中心主办的健康小组第五次研讨会的核心议题，研讨会由研究中心的医疗管理学教授étienne Minvielle主持[1]。

01 未病先治

会议上，法国国家信息与自动化研究所（INRIA）的研究主管Stanley Durrleman直截了当地指出，一直到最近，疾病预防才终于在医疗体系中得到重视。“在法国，疾病预防常被忽视，因为我们的医疗体系更多地侧重于治疗而非整体健康管理。”他认为，当前科研领域依然存在重治疗、轻预防的观念。

达索系统在数字孪生技术的应用上已积累了一些经验。Biot阐释道：“我们的使命是助力人们实现更健康的生活方式，同时确保医疗体系的成本可控。为此，我们将数字孪生技术置于战略核心地位，它不仅能将抽象的概念具象化，还能促进多学科间的深度合作。”达索系统最近启动了一项名为“MediTwin”的新项目，旨在为肿瘤学、神经学、心脏病学建设数字孪生模型。“这些模型将主要应用于治疗或诊断，为医生的决策提供有力指导。”

预防主要包括两种类型：一级预防，旨在避免疾病的感染；二级预防，旨在阻止或减缓疾病的发展。对于传染性疾病，一级预防尤为重要，常见的预防措施包括使用避孕套、隔离患者等。然而，针对某些疾病，实施一级预防策略可能存在难度。另一方面，二级预防同样面临诸多挑战，尤其是需要及时诊断，并对患者进行长期健康管理。Durrleman提出疑问：“跟踪患者几十年，以验证预防措施是否最终有效，该如何进行？”这正是数字孪生建模发挥作用之处：利用患者数据，真实、个性化地模拟身体机能未来的演变。

02 数字孪生用于阿尔茨海默病防治

在谈到医疗预防与基于数字孪生的预测算法系统之间的互补性时，Durrleman提到了阿尔茨海默病作为一个关键案例。阿尔茨海默病跟癌症一样，是医学研究的重要领域之一。他指出：“尽管阿尔茨海默研究投入了巨额资金，但在新药Leqembi最近获得美国全面批准之前，我们已长达20年没有从临床试验中获得实质性的成果。医生们仍没有有效的药物开给患者。”何况，Leqembi目前仅限于美国销售，欧洲仍在审批过程中。

Leqembi针对的是淀粉样斑块在大脑中的积累，而这一现象早在首个症状出现前10-15年前就会开始。Durrleman承认：“Leqembi对患者认知能力下降的治疗效果甚微。我们的目标不应是单纯研发药物，而是转向预防手段，这才是真正有意义的努力方向。”

了解阿尔兹海默病的演变过程及其初期症状，对于早期诊断至关重要。为此，Durrleman的研究团队构建了数字孪生模型，预测不同个体的疾病发展。在会议上展示此模型后，Biot询问，是否可基于此进行阿尔茨海默病的大规模群体检测？Durrleman回应称，目前尚有一段距离。“阿尔兹海默病为非传染性疾病，因此用筛查一词更为贴切。”通常，患者在出现首个症状后会主动求医，只有此时阿尔兹海默病才能被诊断出来。因此，这第一步显得尤为重要。由于淀粉样斑块在大脑中的积累并非总是该疾病的最初信号，故预防很大程度上依赖于认知障碍的预测能力。“针对现状，我们需加强在普通人群中检测认知障碍，并探索更为有效的方法。”例如，未来可研究如何识别阿尔茨海默病发展过程中的特异性生物标记。

当前来看，数字孪生技术虽面临挑战，但未来几年有望发挥重要作用。此技术昭示了一种新型健康预防方法，更充分地利用算法的力量，可实现更高程度的个性化，并提供空前的检测效能。