FLORA LICHTMAN: 嘿，我是弗洛拉·李奇曼。您正在收听的是《科学星期五》。医学界正在兴起一个想法，叫做“数字孪生”。如果这让你联想到《第二人生》，那可不是一回事。粗略的想法是创建一个你的数字模型，即收集你的个人健康数据，如遗传信息、血液检测结果、影像扫描、家族病史，并将其汇编成一个模拟系统，然后用于帮助预测一种治疗方法对你可能的效果。可以把它看作是人工智能加持下的个性化医疗。
那么，这如何发挥作用？它有什么用处？又存在哪些担忧？为了了解更多信息，我们邀请到了卡罗琳·钟博士，她是放射肿瘤学家，处于这项数字孪生研究的前沿。她也是德克萨斯大学MD安德森癌症中心数据科学肿瘤学研究所的联合主任。卡罗琳，感谢你的到来。
CAROLINE CHUNG: 谢谢邀请。
FLORA LICHTMAN: 我们对数字孪生的描述正确吗？
CAROLINE CHUNG: 我认为这是对数字孪生未来可能如何应用的一个很好的高层概述。
FLORA LICHTMAN: 但是？
CAROLINE CHUNG: 话虽如此，数字孪生的定义充其量是模糊的。许多人用这个词来指代许多不同的东西。有些人想象数字孪生是他们的数字化身，或者是我们在医疗领域收集到的关于你所有数据的某种视觉表现。但从数字孪生本意的真正角度来看，这些并不一定都是数字孪生，因为数字孪生起源于航空航天工程行业。
因此，数字孪生不仅仅是一个能够预测你将会发生什么的模型。它实际上是模型基于你接收到的信息预测你的行为，以及通过持续的数据收集来更新模型信息和预测之间的持续互动。所以它确实是与你随时间同行的事物。
FLORA LICHTMAN: 你提到了航空航天。数字孪生这个想法从何而来？
CAROLINE CHUNG: 数字孪生的诞生源于这样一个事实：你可能不希望飞机的机翼在你意识到应该修理之前就脱落了。因此，这个想法是，如果你能够对飞机或任何类型航天器的不同部件进行建模——实际设计大量模型来模拟飞行或发射过程中可能发生的一切可能性是非常昂贵的，而且实际上进行实验也非常困难。
所以他们做的是创建这些设备和运载工具的数字复制品，这样你就能在数字空间中对所有可能发生的事情进行压力测试。然后他们选择最有前途的设计，并将其推进到实际建造并在物理世界中进行测试的模型阶段。而这种物理世界与数字世界之间的桥梁，这种持续的连接，从根本上说，就是数字孪生的设计。
将其应用到生物学中则是另一层次的复杂性，因为正如你可以想象的，人类设计的机械部件，在物理定律的作用下，预测其行为相对容易一些，而且许多物理定律是已知的。然而在生物学领域，即使是今天，我们仍在发现许多分子机制。因此，在我们试图构建医疗保健领域的数字孪生时，存在许多知识空白需要填补。
FLORA LICHTMAN: 是的，这本来也是我的问题之一。我们是否有足够的数据来支撑这些模型？是的。
CAROLINE CHUNG: 是的，我认为我们确实拥有信心十足地设计其中一些模型的数据，因为我们理解某些机制，例如，跳动的心脏、肌肉收缩，以及测量肌肉收缩的能力。我们有能力做到这一点。我们可以对心脏血流进行建模。例如，在流体动力学方面，存在着通用的物理定律和方程。因此，在某些领域，数字孪生已经准备就绪，而在其他领域则存在更多空白。我们需要做更多的工作来填补这些空白，以实现这些数字孪生的全部潜力。
FLORA LICHTMAN: 在你的工作中，你是使用像Claude这样的人工智能引擎来驱动这个数字孪生吗？
CAROLINE CHUNG: 数字孪生并不一定都使用人工智能模型。许多使用的是基于物理学的或我们称之为机理模型。其他则使用混合模型，将人工智能与基于物理学的模型的强大功能相结合。区别在于，许多这些机理或基于物理学的模型可以设置特定的约束条件，这样当你实际输入数据并给出预测时，就不会得到完全离谱的结果。
FLORA LICHTMAN: 你是一名肿瘤学家。数字孪生可能为你解决什么问题？它如何让你的工作更轻松或做得更好？
CAROLINE CHUNG: 我们正在研究的数字孪生的一个例子是，作为一名放射肿瘤学家，我们面临的挑战之一是确定肿瘤的哪个亚区域需要更高剂量的辐射？正常组织的哪些部分我们可以避开并减少辐射剂量，同时仍能有效治疗肿瘤？这些都是日常问题。
因此，我们已经开始设计能够预测更具侵袭性的肿瘤细胞或耐药肿瘤细胞在哪里的数字孪生，这样我们就可以针对我们治疗的每个个体肿瘤和我们治疗的每个个体患者，为该患者体内的肿瘤实际调整和个性化放射治疗。通过考虑毒性以及放射治疗的有效性，我们实际上可以在治疗过程中尽早开始修改放射方案，以便真正对结果产生影响。
FLORA LICHTMAN: 你已经在患者身上尝试过这个了吗？
CAROLINE CHUNG: 已经有一些研究设计，我们研究了放射剂量的差异化。我的同事海科·恩德林，他是数据科学与肿瘤学研究所的负责人，已经与他的临床合作伙伴一起进行了临床试验。我们也在MD安德森积极设计未来围绕使用数字孪生的临床试验。
FLORA LICHTMAN: 给我举一些你认为数字孪生在医学中可能非常有帮助的其他例子。
CAROLINE CHUNG: 在其他例子中，心脏病学领域已经建立了数字孪生。它们模拟并观察了血液流经心脏血管的情况，以预测某人是否需要在心脏病发作前进行导管插入术。这将是一个非常实用的应用。在癌症领域，我们实际上已经探索了其他应用，例如研究我们是否可以利用影像和某人拥有的所有风险因素来个性化他们的筛查随访。
因此，有些人可能需要更早开始筛查，而并非每个人都需要每年进行。因此，我们可以开始平衡，既要减轻进行筛查测试的焦虑，又要真正针对个人进行个性化，告诉他你不需要在三年内再回来。那么，我们能否真正让高风险人群更早回来检查，同时让其他人回归正常日常生活，避免不必要的再次检查？这既具有成本效益，又有助于患者。
另一个例子是，我们实际上模拟了以不同的时间表给予相同的化疗，以取得更好的效果，这是一个通过模拟得出的非常有趣的发现，即对于患有乳腺癌的女性，如果采用与当前标准护理不同的时间表进行给药，而当前标准下每个人接受的化疗方案相同，那么使用相同总剂量的标准化疗可以获得截然不同的结果。如果你根据个体的生理状况和肿瘤生物学特征进行个性化治疗，可能会得到更好的结果。而且并不一定需要增加药物成本，这非常有趣。
FLORA LICHTMAN: 我们正在讨论各个系统。目标是创建一个能够把所有系统整合在一起，复制并整合一个人体内每个系统的数字孪生吗？
CAROLINE CHUNG: 全球范围内都有努力。有一个虚拟人类全球研讨会，汇集了来自世界各地的专家，致力于开发你所说的各个系统级别的数字孪生。因此，确实存在建立一个完整人类数字孪生的愿望。话虽如此，数字孪生确实需要适合特定目的，因为要进行投资，如果你考虑让所有这些数据流经所有这些模型，产生所有这些预测，我们实际用它来做什么？
有可能是用于科学发现，更好地理解生理学和人体。这可能是其中一个目标，在这种情况下，值得投资将所有部分整合在一起。但也可能我们试图解决一个非常具体的临床问题，在这种情况下，我们可能不希望或不需要连接所有不同的部分来回答那个非常具体的问题。所以——
FLORA LICHTMAN: 而且，出错的可能性也更多，对吗？
CAROLINE CHUNG: 完全正确。关于这一点最后一点是，一旦你开始将不同的部分组合成一个完整的人类个体，隐私问题就会升级。因为如果你将所有这些参数都汇集到一个数字孪生中，它就会变得非常容易被识别，因为可能只有一个你拥有所有这些参数。
FLORA LICHTMAN: 是的。我想谈谈这个。别走开，因为还有很多关于这个话题的内容需要讨论，包括这些确切的担忧，我们可能对隐私和所有权产生的担忧。别走开。
[音乐播放]
FLORA LICHTMAN: 让我们谈谈隐私。首先，如果你的医生创建了你的数字孪生，谁拥有它？
CAROLINE CHUNG: 这是一个很好的问题。还有一个事实是，即使我们说这个人拥有它，他们有能力在没有所有系统支持的情况下访问它吗？如果你考虑维护这个数字孪生“存活”所需的所有数据流和模型支持，这会变得非常复杂。
FLORA LICHTMAN: 即使只是能够打开它并查看它，可能也是不可能的，除非你有合适的软件等等。
CAROLINE CHUNG: 是的。是的。所以这些问题越早解决，我们就越早准备好将数字孪生引入医疗保健领域，因为这是一个非常敏感的问题。
FLORA LICHTMAN: 如果数字孪生的预测结果是错误的，比如患者出现了不良后果，该怎么办？谁该负责？
CAROLINE CHUNG: 是的，我认为这对任何模型都是如此。我认为数字孪生是另一种信息框架。它是一种将信息整合在一起的方式。最终，作为一名执业临床医生，我认为临床决策是与我患者共同做出的。我认为有很多因素需要权衡，不仅仅是来自系统输入到数字孪生的纯粹测量数据，还有围绕个人、社会层面的其他因素，这些因素都会影响整体决策。我认为当我们拥抱技术时，需要考虑这些事情，这样我们才能在拥抱技术的同时保持医学的人性化。
FLORA LICHTMAN: 我们在节目中讨论过一点，关于我们人类有一种偏见，认为计算机是正确的，算法是正确的，人工智能是正确的。我们在其他领域也看到了这一点。你是否考虑过这一点，以及它将如何改变医学实践？如果数字孪生建议做某件事，即使它违背了你作为医生的直觉，你如何权衡？或者你如何看待这些决定？
CAROLINE CHUNG: 是的，实际上，在当前这个时间点，这非常有趣，随着人工智能的介入，甚至不仅仅是数字孪生，而是这类技术从四面八方涌向我们。有一门新兴的科学，我们需要更多地了解这种人机界面，以及它实际上如何影响我们的认知过程和决策。
我认为可能有两种阵营，一种是那些非常热情，倾向于认为机器总是正确的人，另一种是那些对这些模型非常怀疑的人，他们认为——存在人类认知偏见，认为人类仍然更懂。我希望我们能到达一个点，我们能弄清楚如何平衡这些部分，既能批判地看待输出，同时也能对可能不符合我们自身知识框架的建议持开放态度。因此，理解如何呈现这些信息，甚至是用户界面，以及以何种方式、何种速度呈现哪些信息才能真正促进这种批判性思维，是一门我们亟需弄明白的重要科学。
FLORA LICHTMAN: 你属于哪个阵营吗？
CAROLINE CHUNG: 我属于那个认为我们需要找到更好的方式来呈现信息以创造暂停的阵营。我认为在整个AI时代涌现出的一个问题之一是，每个人都希望事情更快。有一种消费心态，希望更快地得到答案。然后因为速度和加速也许是这项技术的固有目标，或者是被营销给我们的目标，所以人们思考的暂停变少了。而暂停可能是批判性思考的关键部分，让我们能够辨别，能够思考我们做出的每一个决定的利弊。
FLORA LICHTMAN: 卡罗琳，你认为这些是不可避免的吗？它们离我们还有多远？或者它们是否会成为主流医学的一部分仍不清楚？
CAROLINE CHUNG: 我想说，数字孪生的新兴版本正在出现。所以我认为，如果你问某种形式的数字孪生是否会在未来某个时间点成为现实，那是很可能的。要使这些能够系统性地、有组织地被所有实践采纳，并确保所有人都有机会获取，我们需要解决许多问题。
而这归根结底在于我们在医学中实际如何生成数据？数据是如何流动的？因此，解决这些操作、法律、监管层面的实践问题，是我们让这些技术能够为医学界的每个人所方便获取所必须穿越的障碍。
FLORA LICHTMAN: 卡罗琳·钟博士，放射肿瘤学家，德克萨斯大学MD安德森癌症中心数据科学肿瘤学研究所联合主任。本期节目由肖珊娜·布克斯鲍姆制作。如果你想帮助我们调整模型以更好地为你服务，请输入一些数据。我们的电话号码是 877-4SCIFRI。我们一直在寻找你的故事想法、你的问题、你的评论和担忧。给我们打电话：877-4SCIFRI。我是弗洛拉·李奇曼。下次再见。
[音乐播放]
版权所有 © 2026 Science Friday Initiative。保留所有权利。《科学星期五》的文稿由3Play Media在紧迫的期限内制作。与原始播出/发布的音频或视频文件可能存在差异，文本未来可能更新或修改。如需获取《科学星期五》节目的权威记录，请访问原始播出/发布的录音。有关使用条款和更多信息，请访问我们的政策页面。
【全文结束】