2020年5月22日 星期五

.醫院病房管理數位孿生

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?


如果 VPH 與 IBM Watson 之類的龐大數據庫配對,IBM Watson 是一個整合的數據庫程序,它將透過語言處理,從單個患者的病歷中,提取關鍵屬性,從而在與電子病歷整合時,理解所有患者的數據。

然後,它可以透過將資訊,與紀念斯隆凱特琳癌症中心(MSK)的教育訓練相結合,提供基於證據的治療建議,從而為排名的治療方案提供支持,並提供 300 多種醫學期刊,250 多種教科書和 1500 萬頁文字的支持證據醫師提供專家,最新的護理。

癌症研究所使用的 REVOLVER 模型,是另一種最近發佈的用於癌症進展的建模系統,可以與 VPH 之類的系統配對。

它沒有自己的介面,該腳本在開放式訪問統計軟體系統上運行。它透過多種患者進化模型起作用,目的在增加他們的腫瘤結構相關性,以突出隱藏的進化模式。

由於它能夠在樹狀系統發育樹中,運行二進制和 CCF 值,以檢測腫瘤的進化,因此其有效性得以提高。儘管仍為時過早,但它是腫瘤進展的非常全面的指標。如果任何一個模型都可以合併到虛擬人中,那麼它們可以協同工作,以幫助確定醫療結果,而不對患者造成任何傷害似乎是合理的。

數據庫和虛擬孿生的實現,可能是完全成熟的數位孿生所需結果的最初構成要素,但是,在許多項目中,都需要克服類似的問題。

首先,在腫瘤內,有許多信號傳導途徑和細胞機制,其中的大多數仍未完全瞭解,甚至根本無法理解,這將使疾病的進展和結果難以驗證。

其次,您必須擁有盡可能多的關於微生物組,藥物遺傳學和廣泛的組織庫數據庫,以便能夠確定所有結果。

哪一個提出這個問題,是否有太多人為因素造就了一個完整的人?對某些方面進行建模會更有效嗎?

例如,如果您對患者的心血管系統進行建模,並確定腫瘤位置,那麼您能否進行成功的藥物試驗模擬,並查看疾病進展?

當前,特定系統的數位孿生系統更具意義,因為已經有實現這一目標的基礎。但是,僅在去年的整個歐洲,就有 200,000 例藥物不良反應病例,其中一半歸因於癌症,對化療藥物的耐藥性更加明顯。

醫學世界需要一種不同的替代方案,而又不會對患者造成傷害,同時還提供了一個平台,可以為醫師提供更好的醫療保健。醫療保健領域的數位科學快速發展的速度,給出了這樣的假設:答案不遠了,而更有希望的是它沒有顯示出放慢的跡象。

按此回今日3S Market新聞首頁

沒有留言:

張貼留言