Reinhard Laubenbacher和同事在一篇《視角》文章中提出，個性化的預測性計算機模擬（或“數(shù)字孿生”，也就是將已知的人體生理學和免疫學與特定患者的臨床數(shù)據(jù)相結合）可以更為有效地治療具體患者的病毒感染。流行病學的計算機模型在應對COVID-19全球大流行中繼續(xù)發(fā)揮著關鍵作用。

政策制定者和醫(yī)療當局常常倚仗它們來通告最有效的公共衛(wèi)生應對措施。但是，目前還沒有類似的工具可以幫助醫(yī)生預測病毒感染的過程，并為具體的COVID-19患者決定最合適的治療方法?！皵?shù)字孿生”最初是一個工程概念，它將真實數(shù)據(jù)與計算機建模相結合，旨在為某實體事物或系統(tǒng)創(chuàng)建一個虛擬摹本，它可被用作監(jiān)控和評估其功能或故障的動態(tài)模型。

據(jù)Laubenbacher等人披露，醫(yī)療數(shù)字孿生可通過提供病毒感染和免疫反應的個性化、預測性計算機模擬來滿足醫(yī)療專業(yè)人員的需要，從而優(yōu)化治療方法。Laubenbacher等人就建立精確模型以包含受病毒感染影響的林林總總的生物學過程和身體系統(tǒng)的挑戰(zhàn)進行了討論。例如，建立有用的數(shù)字孿生需要在臨床醫(yī)生和計算機建模人員之間有更好的溝通和數(shù)據(jù)共享，這樣才能將生物學見解轉(zhuǎn)化為計算模型。然而，作者指出，為感染組裝數(shù)字孿生所需的許多必要的子模型業(yè)已存在或能被現(xiàn)有的實驗技術開發(fā)出來。

此外，醫(yī)學數(shù)字孿生已開始用于人類健康的其它領域，其中包括糖尿病治療和小兒心臟內(nèi)科。作者寫道：“通過與機械知識、觀察數(shù)據(jù)、醫(yī)學史及人工智能力量相結合，這類醫(yī)學數(shù)字孿生或能強力增補我們未來對抗疾病大流行的工具庫。

來源：EurekAlert中文