Philips Digital Twin concept

在技術方面，西門子一直並將永遠是醫療保健創新者。自從 1896 年發布第一台工業製造的 X 射線機以來，他們就一直引領著最新的醫學發展。

在愛爾蘭領先的私立醫院之一，都柏林的Mater私立醫院，他們計劃使患者護理，成為愛爾蘭最好的。透過與西門子工程師的合作，他們的放射科在佈局和基礎設施方面，進行了重新設計。他們使用 RIS 數據和醫院的建築師，設計了部門和西門子設計團隊的全數位化圖像，查看病房的佈局，並進行了各種改進。

透過使用工作流程模擬數位孿生，CT 和 MRI 掃描的等待時間平均減少了 19 分鐘，病人的周轉時間更快，MRI 掃描的容量增加了 32％，CT 掃描的容量增加了 26％。它還顯示，它幫助降低了人員成本，平均每天所需的加班時間減少了 50 分鐘，相當於一年節省了 9,500 歐元。這清楚地表明，數位雙胞胎的未來，將不僅可以幫助優化結果，而且可以進一步開發病房管理協議，並降低成本。

西門子再次展示了，他們為什麼在醫療保健行業中處於領先地位，並且再次展示了為什麼，他們最有可能在數位時代，進一步發展數位孿生，並改變醫療保健面貌的道路。

數位孿生工作流程模擬，是用於智慧決策的強大解決方案。透過建立任何給定臨床環境（例如手術室或事故和緊急情況）的 3D 電腦模型來完成。然後，系統將透過輸入的數據將 3D 模型，轉換為您機構的數位孿生，以顯示日常病房工作。

怎麼樣？透過輸入您的營運和財務數據，來模擬您實際的日常工作流程。透過該虛擬副本，可以測試多種方案和佈局。

這讓使用者，可以確定工作和財務輸出。透過顯示逼真的動畫，並提供定量報告。現在可以創建功能齊全的數位孿生，從而實現試錯法或病房管理，並且可以在幾天之內運行方案，而以前則需要花費數月的時間。

我們不會深入探討虛擬孿生工作流程，模擬模型的工作原理，因為我們將在英國這裡，舉行的本地數位孿生研討會上，討論這個主題。

透過長達一週的工作流程分析，操作數據以可視化和模擬 MRI 和 CT 的使用情況，包括一週的講習班，利益相關者訪談和過程觀察。

根據分析結果，該團隊創建了放射科，及其運作的 3D 電腦模型。結果是一個數位孿生，使他們能夠測試放射病房內，不同的新操作場景和佈局。操作方案使護理可以更改，並相應地給予。

透過應用這種較新的技術，我們可以幫助在全球，促進業務和組織發展，以確保根據個人要求，獲得最大的服務輸出。透過對數位孿生的發展，和任何挑戰進行全面的分析，我們可以實施採用數位孿生所需的所有實踐。

數位孿生稱為實體資產（實體孿生）、流程、人員、場所、系統和設備的數位副本，可用於各種目的來運行模擬，而不會破壞設備或對個人造成傷害。

在醫療保健領域，「數位孿生」理想地是人體的真實複製品，它可以顯示當前和將來的所有生理、病理結果，並以高度詳細的視覺顯示出來。

然而，現實是，這一過程目前還為時過早，其中包括一個複雜的統計，遺傳途徑和可能的結果網路，其中只有受過訓練的專業人員才能解釋。

「數位孿生」概念將被用於，在當前需要進行更多研究的領域（例如腫瘤學）中，實現個性化醫療，同時還可以研究協作數據，並確定成功的治療方法，以及病理診斷問題，並透過進行治療，幫助診斷模擬而不會傷害患者。

在腫瘤內是否可以實現現實的數位孿生？

最終目標是包含許多當前的 AI 概念，以同步工作，以實現功能全面的數位孿生子的開發。在理想世界中，如果在人工智慧領域的領先企業之間，共享數據和技術，以創建現實模型，那麼從理論上講，這將在未來 5 年內實現。

然而，現實是，目前，它是非常未來的。但是，目前正在製訂兩項計劃，一項在歐洲，即數位孿生計劃，另一項在中國，即 12sigma 項目。

首先是「數位孿生」計劃，該計劃由來自 29 個不同國家的 200 多個合作夥伴組成，在十年內有可能獲得 100 億歐元的資金。

為了開發一種，基於詳細建模系統的革命性醫療保健方法，該方法將能夠進行各種治療模擬，而不會對患者造成任何傷害。他們正計劃盡快運行第一個試點計劃，其中包括物聯網（IOT）中的一個，有望使該項目進入下一個階段。

與腫瘤學有關的主要目標之一，是透過開發新穎的建模，診斷和治療技術，來改變和激發生物醫學研究，和臨床實踐的活力，不僅可以提高患者的健康水準，還可以節省整個歐洲不斷增長的醫療保健預算。

他們還透過，將他們的大量研究投入數據保護，以及解決方案，如何確保管理所有患者數據，以確保全面保護，來解決生產數據驅動型數位孿生的主要難題之一。

12Sigma 公司是最早，將人工智慧和深度學習相結合來，產生醫學圖像診斷，和深度醫學數據分析的公司之一。簡而言之，深度學習軟體試圖透過，使用受人腦啟發的算法，來模仿人神經元內的活動，以使其能夠透過經驗學習和發展技能，而不受人類干擾。

12Sigma 使用深度學習網路，查找多種疾病，同時提供對其他領域的見識，例如早期和罕見疾病的檢測和治療計劃，以及患者監測。 12sigmas 深度學習產品，使醫生能夠解釋具有挑戰性的醫療案例。

關於癌症，據信能夠檢測出小至圖像的 0.01％的微小損傷，並達到 98.5％的準確度等級。該產品是市場上，同類產品中的第一個。不僅是革命性的深度學習平台，它們的醫學數據分析平台在精密醫學、基因組測序和病理分析方面也表現出色，有助於幫助疾病診斷，尤其是癌症。

他們還提供了一個雲端平台，醫生可以在其中進行交互，並幫助他們提供準確而準確的診斷，而無論患者位於何處。他們的發展更新很慢，大概是由於不斷擴展的市場中的隱私。無論如何，他們到目前為止所做的工作，是具有開創性的，只能為功能齊全的數位孿生的發展，打開更多的大門。

俄克拉荷馬州立大學化學工程學院的於峰教授，將電腦內的虛擬數位孿生電腦化了。不使用從活人衍生的數據，而是虛擬人系統。使用計算流體動力學（CFPD）模擬，來確定目標區域是否可以減小，以及透過吸入可以增加集中藥物劑量。

使用多重模型框架，Yeng 博士假設，使用全數位化孿生，透過氣霧劑吸入化學治療劑，來增加目標區域的藥物輸送，透過目視確定可能的目標位置，從 20％增加到近90％。改善全球成千上萬癌症患者的預後。（圖片由 fung 等人提供，2018）。

數位發展的其他前景

但是，存在一些建模系統，如果將它們相互結合使用，則會增加使數位孿生可實現的可能性。第一個要點可能是虛擬生理人（VPH），目前正在比利時的，綜合生物醫學虛擬生理人研究所正在生產中。

他們將 VPH 描述為「一個目的在透過在疾病的預防、診斷、預後評估和治療的各個方面，使用基於個性化生理學的電腦模擬，來創建經過驗證的人類健康，和疾病的電腦模擬模型的全球社區。疾病和生物醫學產品的開發」。 VPH 有 3 個主要目標；（1）數位病人（醫生的 VPH）；（2）電腦臨床試驗（針對生物醫學和製藥業的 VPH；以及（3）個人健康預測（針對患者/公民的 VPH）。

可以將所有 3 個靶點重新關聯到腫瘤學上，以便對患者進行有效的可視化，並確定特定的結果，不僅是藥理學結果，而且如果患者對常規治療沒有反應，則可以透過臨床試驗，假設地模擬治療的結果，在使他們面臨任何風險之前，這有助於論證數位雙胞胎的倫理含義。

VPH 目前可用於檢測 HIV、心血管問題和肌肉骨骼問題中的所有三個目標，因此，它肯定具有使它能夠靶向腫瘤學的參數嗎？