在一项将工程与医学相结合的开创性努力中，来自伦敦国王学院、帝国理工学院和艾伦图灵研究所的研究人员使用人工智能（AI）和现实世界的临床数据，开发了超过3,800个“数字心脏孪生”。
这些计算机生成的模型，精确到最细微的解剖和生理细节，提供了前所未有的洞察力，揭示了心脏病在不同年龄组、性别和生活方式中的变化。这项里程碑式的研究标志着首次大规模创建和分析如此多的患者特定数字心脏模型。
对于该项目背后的科学家来说，这一成就不仅仅是技术上的里程碑，还意味着向数百万患者提供更公平、更个性化的医疗保健迈出了重要一步。
“当我们通常考虑分析或解释医学图像时，我们通常是基于多年积累的规则来做的，”帝国理工学院生物医学工程教授、该研究的资深作者史蒂文·尼德勒（Steven Niederer）告诉阿纳多卢通讯社。
“我们现在试图做的是借鉴人们设计汽车或飞机的方式——你建立一个数学模型并用它来预测性能——并将这种方法应用于人类心脏。”
这项突破性的研究结合了机器学习、临床成像和高级数学建模技术。一个重要方面是训练AI自动分割或“标记”医学扫描的部分，以精确识别心脏结构。
“你可能会得到一张黑白图像，我们希望自动确定哪些部分对应于心脏，”尼德勒解释道。
一旦标记完成，团队就会构建一个数学网格——一个详细的3D模型，模拟每个患者的心脏外观和功能。这些复杂的模型可以运行精细的模拟，展示患者的心脏如何对压力或特定治疗作出反应。
然而，大规模模拟计算量非常大。
“我们经常需要将它们发送到大型超级计算机上，这可能需要几个小时才能运行一次模拟，”尼德勒说。
“所以我们现在正在训练AI模型来近似这些模拟，使其便宜且快速，这样我们可以更快地将其个性化到个体。”
重新思考诊断规则
这项研究最重要的发现之一挑战了长期存在的医学假设，并突显了其中的偏见，尤其是那些与性别相关的偏见。
传统上，心电图（ECG）显示男性和女性患者之间存在显著差异。然而，数字孪生揭示了一个令人惊讶的事实：观察到的心电图差异可能更多地源于结构差异，而不是功能差异。
“我们证明了男女之间的心电图差异主要在于大小，而不是功能，”尼德勒说。“这挑战了长期以来的假设，并可能导致更准确的跨性别诊断。”
解决这些误解在心脏病学中尤为重要，因为临床试验历史上一直未能充分代表女性。
“我们希望利用这些模型更好地理解疗法在那些在试验中代表性不足的群体中的效果，特别是女性，”尼德勒补充道。“最终，这是为了让护理更加普遍化和公正。”
现实生活中的数字孪生
尽管这项技术仍处于开发阶段，但研究团队已经在努力将其整合到实际临床环境中。
与诺丁汉和谢菲尔德的医院合作，并得到艾伦图灵研究所的支持，科学家们正在构建云基础软件基础设施，未来可能直接接入国民健康服务体系（NHS）系统。
“我们正在开发一种软件，允许你从医院获取测量数据，将其发送到云端，自动生成你的数字孪生，然后再将其发送回临床医生，”尼德勒解释道。
“这就是我们使这项技术成为现实的方法，通过将其整合到实际的临床路径中。”
目前，数字孪生主要用于准备心脏手术。然而，正在取得进展，以便进行每日甚至连续更新。
研究人员正在探索植入式传感器，能够提供实时数据——如压力和电活动——以持续更新数字孪生，从而创建一个动态的患者心脏模型。
“这将允许持续监测和预测，”尼德勒说。“它成为一个活生生的心脏模型。”
连接科学与人性
尽管这项研究具有高度的计算性质，但其最大价值在于其与人类健康和生活质量的直接联系。
“因此，在成为治疗方法、手术之前，数字孪生将成为帮助这些患者的额外工具，”帝国理工学院国家心脏和肺研究所的克里斯托巴尔·罗德罗·戈麦斯（Cristobal Rodero Gomez）说。
他强调了将技术发展扎根于真正的人类需求和现实的重要性。
“在这种工程项目中，很容易迷失在技术细节中，”他说。
“这就是为什么我们要与患者和公众交谈，不断问自己：我们为什么要这样做？我们为谁这样做？”
这种与患者经历和现实的重要联系也体现在项目的最具体产出之一：直接从数字孪生模型生成的3D打印心脏。
这些物理表示物具有多种用途，包括教育、患者沟通甚至手术规划。
“我们发现这是一种很好的方式来解释我们的工作，”尼德勒说。
“它使原本非常计算的心脏模型变得具体——人们可以触摸的东西。”
研究团队的开创性努力已经超越了心脏病学。目前，科学家们正与英国癌症研究中心合作，将数字孪生方法应用于脑肿瘤，旨在提高治疗的准确性和有效性。
研究人员的更广泛愿景是最终创建全面的全身数字孪生——响应和预测工具，可以在多个领域指导医疗保健。
(全文结束)
