由于现实世界数据（RWD）的广泛可用性，例如电子健康记录（EHR），它已成为先进机器学习算法的关键基石。这使得通过解决观察数据中存在的混淆问题，能够进行有效的决策和应用。近年来，数字孪生（DTs）作为物理组件、过程或系统的数字对应物出现，提供了可用于模拟、评估、优化和虚拟测试的虚拟表示。在医疗保健领域，这项技术越来越重要，具有重塑患者护理和促进更加个性化、智能化和主动的患者健康方法的潜力。这种变革潜力延伸到医疗保健的各个方面，包括预测、诊断、治疗、预后策略和资源分配。数字孪生技术的集成成为满足这些不断变化需求的有前途的解决方案。
数字孪生在医学中特别有用，因为它可以开发虚拟模型来模拟分子之间的相互作用，模拟细胞、组织和器官对物理化学刺激的响应模型，直至模拟整个个体的宏观临床效果。当严格相似于其生物对应物的要求放宽时，数字孪生的应用范围更广；在这种情况下，一个与主题相关的有趣变体是生成完全没有真实对应物但仍然足够逼真以代表相同统计特征的合成患者。从这个角度来看，生成合成数据集的系统代表了数字孪生范式的有趣演变，为隐私保护或数据保护等问题提供了有价值的解决方案，例如在多中心研究的管理中。
此次征稿的目的是收集高质量的文章或综述，探讨数字孪生概念如何在遗传学或临床实践领域被解释和实际应用，从健康科学和数学方法的角度进行讨论。感兴趣的子主题包括但不限于以下方面：
- 数字孪生在遗传学中的应用
- 数字孪生在组学科学中的应用
- 数字孪生在遗传医学中的应用
- 合成数字患者队列的生成
- 数据融合和互操作性增强的人工智能在个性化医学中的应用
- 实时监测和慢性病管理的数字孪生平台
- 可穿戴设备和移动设备的数字生物标志物用于疾病预测
- 适用于远程医疗和远程患者监测的数字孪生
- 心理健康护理中的变革性人工智能技术
- 人工智能驱动的病理影像和遗传数据融合用于癌症诊断
- 通过人工智能分析EHR和药房数据实现个性化药物管理
- 医疗保健中数字孪生的伦理和监管考虑
- 合成患者队列中的数据隐私和安全
- 综合健康档案和数字孪生的多模态数据集成
关键词：数字孪生、遗传医学、人工智能、个性化医学
重要说明：所有提交到本研究专题的贡献必须在其使命声明中定义的相应部分和期刊范围内。Frontiers 保留将超出范围的手稿引导至更适合的部分或期刊的权利。
(全文结束)
