（來源：MIT Technology Review）

健康的心臟以每分鐘 60 到 100 次的穩定頻率跳動，然而，并非每個人的心臟都能如此規律地運作。當我打開一個裝有約 20 個塑料心臟的紙箱時，這一事實再次讓我深有感觸——這些塑料心臟是從真人心臟的數據中精確復制而來。

這些模型原本陳列在倫敦西部的一間實驗室里，由哈默史密斯醫院心臟病患者的 MRI 和 CT 掃描數據生成。阿蘭·圖靈研究所和倫敦帝國理工學院的生物醫學工程師 Steven Niederer 利用辦公室的 3D 打印機將這些數據轉化為實物心臟。

其中一個心臟用紅色再生塑料打印，乍看之下正符合我們對心臟的傳統認知。它大小適中，剛好能握在手中，其內部結構與教科書中的示意圖幾乎完全一致。或許正因為它是紅色的，讓人感到格外熟悉。

然而，并非所有模型都如此“正常”。其中一個用黑色塑料打印的心臟顯得異常巨大，幾乎是紅色模型的兩倍大。后來我了解到，這顆心臟的原型來自一位心力衰竭患者。

這些塑料心臟的主要用途是教學，但 Niederer 的興趣更集中于計算機模擬。他致力于打造精確的人類心臟數字模型——這些“數字孿生體”與真實心臟的大小、形狀完全一致，甚至在虛擬環境中以相同的方式運作。科學家可以對這些虛擬心臟進行“手術”，為患者量身定制最佳治療方案。

經過數十年的研究，類似的模型已經進入臨床試驗階段，并開始應用于患者護理。與此同時，科學家們還在開發其他器官的“數字孿生體”，包括大腦、腸道、肝臟以及神經系統。甚至連人臉的虛擬模型也被用于手術模擬和面部特征分析。此外，科學家們還在數字癌癥模型上測試藥物。

這項技術的終極目標是創建完整的數字人體——一種完全虛擬化的身體副本。這些數字人體不僅可以幫助研究人員評估個體患病風險，還能測試最有效的治療方案。它們像是我們的“數字化身”，在真實治療之前進行虛擬實驗，從而為醫療決策提供可靠依據。

對像 Niederer 這樣的工程師來說，這是一個既令人興奮又觸手可及的未來。已有幾項試點研究成功開展，更大規模的臨床試驗正在進行中。業內預測，未來五到十年內，基于器官的數字孿生技術將成為臨床護理的一部分，為診斷和手術決策提供重要支持。更遠的未來，人類甚至可以借助虛擬身體進行全面的臨床試驗。

不過，這項技術的快速發展也引發了一些擔憂。一些人質疑，高度個性化的數據應由誰掌握，以及可能面臨的濫用風險；另一些人擔心，虛擬記錄的存在是否會影響患者的自主權，醫生是否會更傾向于依賴模型而繞過患者的意見。此外，試圖在計算機中“復制人類”的概念也讓部分人感到不安。研究數字孿生技術的 Wahbi El-Bouri 表示：“有些人可能會說，‘我不希望你復制我。’因為他們會覺得自己的一部分被奪走了。”

邁向數字化

數字孿生技術在其他工程領域已經非常成熟，例如，它早已用于模擬機械設備和基礎設施。盡管近年來“數字孿生”這一術語可能更多作為營銷熱詞出現，但對于專注于醫療健康領域的人來說，它卻有著非常具體的意義。

利物浦大學的生物醫學工程師 Wahbi El-Bouri 將數字孿生技術分為三個獨立的部分：

第一部分是被模擬的對象。這個對象可以是噴氣發動機、橋梁，或者是人的心臟——本質上，它是我們希望測試或研究的具體事物。

第二部分是該對象的數字復制品。數字副本是通過對真實物體進行大量測量后創建的，這些測量數據被輸入計算機。以心臟為例，數字模型可能包含血壓數據，以及通過 MRI 和 CT 掃描收集的信息。

第三部分是輸入模型的新數據。真正的數字孿生體能夠實時更新。這意味著，如果它是某人心臟的模型，那么可以通過可穿戴設備收集的信息不斷更新，使模型始終反映該心臟的最新狀態。

測量飛機和橋梁的數據是一回事，而從人體獲取連續的數據流則要困難得多，尤其是當你需要獲取心臟或大腦內部功能的詳細信息時。

信息傳遞在數字孿生技術中應當是雙向的。就像傳感器可以從人體心臟中收集數據一樣，計算機也能夠基于這些數據進行模擬，預測潛在結果，并將這些信息反饋給患者或醫療提供者。例如，醫療團隊可能需要預測某人對藥物的反應，或者在實施真實手術之前，通過數字模型測試不同的手術方案。

按照這一定義，幾乎任何能夠追蹤健康狀況的智能設備都可以被視為一種初級形式的數字孿生技術。“可以說，Apple Watch 以一種不那么復雜的方式滿足了數字孿生的基本定義。”Steven Niederer 表示，“它可以告訴你是否有心房顫動。”

然而，像 Niederer 這樣的研究人員正在開發的數字孿生技術遠比這些智能設備復雜得多，并且更加精細。它不僅可以提供個體化疾病風險的指導，還能幫助確定最有效的藥物，甚至為手術過程提供精確的操作建議。

但要完全實現這一目標，目前仍有許多技術障礙需要克服。Niederer 指出，測量飛機和橋梁是一回事，而從人體獲取連續的數據流則要復雜得多，尤其是當涉及到獲取心臟或大腦內部的詳細功能數據時。目前，工程師主要依賴醫院和科研項目中之前收集的數據來創建“患者特定模型”。這些模型通常是靜態的，并不具備實時更新的能力。

在現有的醫療數字孿生技術中，針對人類心臟的模型是發展最為先進的。這部分是因為心臟在功能上類似于泵——這種機械設備工程師們早已非常熟悉；另一方面，心臟病是全球范圍內健康問題和死亡的主要原因之一，因而心臟模型具有極高的研究價值。El-Bouri 指出，隨著成像技術和計算機處理能力的不斷進步，研究人員現在可以以臨床需求的精確度來模擬心臟這一復雜器官。

構建一顆數字心臟

構建數字心臟的第一步是對真實心臟進行成像。盡管不同研究團隊的方法可能有所不同，但通常會從對患者心臟進行 MRI 和 CT 掃描入手。這些掃描圖像被輸入到計算機軟件中，用來生成一個 3D 動態模型。有些掃描還能標記出受損的組織區域，這些區域可能會影響控制心臟肌肉收縮的電脈沖在心臟內的傳播路徑。

接下來的步驟是將這個 3D 模型分解成極小的單元。工程師們將這種分解后的結構稱為“計算網格”（computational mesh）。它看起來像一個由成千上萬個 3D 小塊組成的心臟圖像。每個小塊代表一小組細胞，并可以根據其傳導電脈沖的能力賦予特定的數學屬性。“一切都歸結為數學方程。”約翰霍普金斯大學生物醫學工程教授 Natalia Trayanova 解釋道。

該模型由 Marina Strocchi 創建，她是倫敦帝國理工學院 Steven N

目前，這些屬性的確定仍然涉及一定程度的近似。工程師通常依據現有的關于人類心臟的研究或與患者疾病相關的研究數據，推斷出心臟各部分的工作狀態。最終，這些推斷生成了一個能夠跳動和泵血的虛擬心臟模型。“當我們擁有這個模型時，你可以對它進行各種試驗，看看在不同情況下會發生什么。”約翰霍普金斯大學的 Natalia Trayanova 說道。

她開發的數字孿生技術已經被用于幫助患有心房顫動（AF）的患者。心房顫動是一種常見的疾病，會導致心跳過快或不規則。一種治療方法是燒除引起節律紊亂的心臟組織部分。通常情況下，這需要外科醫生根據經驗判斷具體需要燒除的區域。

在 Trayanova 的工作中，這些“試驗”旨在幫助外科醫生作出更精確的決策。心臟掃描可以標記出一些受損或疤痕組織的區域，而她的團隊利用這些數據創建數字孿生模型，以更準確地定位節律紊亂的根源。模型通常會建議燒除兩到三個區域，但在極少數情況下，它可能會顯示更多區域。“他們只能相信我們。”Trayanova 說道。截至目前，已有 59 名患者參與了這項技術的試驗，未來還計劃擴大覆蓋范圍。

在類似的案例中，模型并不總需要實時更新。Trayanova 指出，例如，一位心臟外科醫生可能只需要運行模擬來確定設備植入的最佳位置。“一旦手術完成，可能就不再需要額外的數據支持。”她補充道。

準患者

在倫敦哈默史密斯醫院校園的實驗室里，Steven Niederer 也在致力于構建虛擬心臟模型。他的研究重點是探索這些模型是否能夠幫助確定心臟起搏器的最佳植入位置。他的方法與 Natalia Trayanova 的研究類似，但他的模型還整合了患者的心電圖（ECG）數據，這些數據能夠揭示電脈沖如何通過心臟組織傳播。

到目前為止，Niederer 和他的團隊已發表了一項針對 10 名患者的試驗研究，評估了心臟模型的效果。不過，這些模型尚未正式用于手術決策。盡管如此，他已經收到設備制造商的請求，希望利用這些模型進行虛擬產品測試。例如，有幾家公司要求他幫助選擇適合電池驅動起搏器放置的位置，以確保設備不會接觸心臟組織。Niederer 和他的團隊不僅能夠通過虛擬測試完成這些任務，還可以針對不同大小的心臟進行模擬測試。他們能夠在數百種虛擬心臟中，評估設備在上百個潛在位置的表現，并且可以在一周內完成整個過程。

這種在計算機上運行的臨床試驗被稱為“in silico trials”。在某些情況下，不僅試驗本身是數字化的，甚至參與的志愿者也是虛擬的。

Wahbi El-Bouri 和他的團隊正在探索為臨床試驗創建“合成”參與者的方法。他們從真實人群中收集數據，基于這些數據構建全新的數字器官，這些虛擬器官混合了真實志愿者的各種特征。

這類“in silico trials”尤其在研究孕婦治療方案方面展現了潛力，因為孕婦通常被排除在許多傳統臨床試驗之外。

Wahbi El-Bouri 的研究之一聚焦于中風，這是一種由于血栓或出血引發的醫學緊急情況，會導致部分腦區的血流受阻。在研究中，他的團隊會模擬大腦及其供血的血管網絡。“我們可以基于患者數據，生成許多不同形狀和大小的大腦模型。”El-Bouri 解釋道。一旦生成了一組合成的患者大腦模型，就可以測試血栓如何影響血液或氧氣的流動，以及大腦組織的哪些區域會受到影響。他們還可以測試某些藥物的效果，或模擬通過支架移除血栓后的情況。

在另一個項目中，El-Bouri 正在創建合成視網膜。他的團隊利用約 100 名真實人的視網膜掃描數據，輕松生成 200 個或更多的合成眼球模型。“輕而易舉。”他說。關鍵在于找出血管分布的數學規律，并通過一組算法重現這一規律。他希望將這些合成視網膜用于藥物試驗，例如研究治療年齡相關性黃斑變性（這種常見疾病可能導致失明）的最佳劑量。

這種“in silico trials”在幫助確定孕期治療方案方面尤為重要。由于實驗性治療可能對胎兒造成潛在風險，孕婦這一群體通常被排除在許多臨床試驗之外。Michelle Oyen 是底特律韋恩州立大學的一名生物醫學工程教授，她正致力于孕期數字孿生模型的研究。

創建孕期數字孿生模型面臨許多挑戰，首要問題是數據獲取的困難。懷孕期間，通常建議孕婦避免非必要的掃描或侵入性檢查。“我們能獲取的數據非常有限。”Oyen 說道。不過，她的團隊利用了超聲影像數據，其中包括一種能夠測量血流的超聲技術。通過這些圖像，他們可以觀察子宮和胎盤中的血流如何與胎兒的生長發育相關聯。

目前，Oyen 和她的團隊并沒有創建胎兒本身的模型，而是專注于胎兒的生存環境，包括胎盤和子宮。胎盤是支持胎兒生長發育的關鍵器官，如果胎盤功能退化，可能導致悲劇性的死胎結果。她正在研究如何在孕期實時監測胎盤功能。這些數據可以反饋到數字孿生模型中，從而幫助醫生及時干預以挽救胎兒的生命。“我認為這將是孕期研究的一個重大突破。”她說道，“因為它為孕期研究提供了一種低風險的方式，不會對胎兒或母體造成影響。”

另一個項目中，Oyen 的團隊正在研究剖腹產留下的疤痕如何影響未來妊娠。剖腹產會在腹部和子宮的多層組織上留下切口，如果疤痕愈合不良，就可能成為子宮的薄弱點，從而影響后續懷孕的安全性。通過在數字孿生模型中模擬這些疤痕，團隊希望預測未來妊娠的可能風險，并判斷是否需要額外的專業護理。

Oyen 的長期目標是創建一個完整的孕期虛擬模型，包括子宮、胎兒及其生存環境。“但我們離這一目標還很遙遠——比起心血管領域的研究，我們落后了幾十年，”她說道。“這就是孕期研究的現狀，”她總結道，“我們總是落后幾十年。”

數字孿生的全身化目標

創建虛擬的身體部位是數字孿生技術的重要起點，但人類的身體是一個復雜的整體，各個器官和系統之間密切關聯。因此，這項技術的宏偉目標是復制完整的人體。“從長遠來看，擁有一個完整的數字人體將是非常理想的目標。”Wahbi El-Bouri 說道。

這個目標可能比人們想象的更接近實現。許多研究團隊已經在獨立開發心臟、大腦、肺、腎臟、肝臟、肌肉骨骼系統、血管、免疫系統、眼睛、耳朵等器官的數字模型。“如果我們能將全球所有從事數字孿生研究的團隊匯集在一起，我相信我們可以拼湊出一個完整的數字人體。”El-Bouri 表示，并補充道：“甚至可能有人已經在研究舌頭的模型。”

然而，真正的挑戰在于如何整合這些分散的研究成果，因為各團隊使用的研究方法和編寫的代碼往往不同。“所有的組件其實已經存在。”他說，“問題是如何將它們組合在一起。”

理論上，這樣的全身數字孿生模型可以徹底革新醫療保健。Natalia Trayanova 設想了一個未來，數字孿生將作為個人醫療記錄的一部分，醫生可以借助它量身定制治療方案，從而大幅提高醫療決策的精準性和效率。

“從技術上講，如果有人真的投入足夠的精力，通過器官掃描和數字孿生模型，確實有可能拼湊出一個人的身份。”

Wahbi El-Bouri 表示，對于數字孿生這一概念，人們的反應存在明顯分歧。有些人認為這一技術“非常令人興奮且很酷”，但也有人強烈反對在計算機上保存自己的虛擬副本，“他們完全不想參與其中。”他認為，研究人員需要更加積極地與公眾交流，了解人們對這項技術的真實看法和顧慮。

此外，還有關于患者自主權的擔憂。如果醫生能夠直接訪問患者的數字孿生，并依賴其指導醫療決策，那么患者自身的意見在這一過程中可能會被弱化。一些開發數字孿生技術的研究人員指出，這些模型甚至可能顯示患者是否按時服藥或近期飲食狀況。這是否會導致醫生更傾向于依賴數字孿生，而不是患者的自述？

“醫生不應該繞過患者而僅僅‘詢問機器’，”德國波恩大學的社會倫理學家 Matthias Braun 指出，“這可能缺乏知情同意，侵犯患者自主權，甚至帶來傷害。”他強調，即使是患有相同疾病的兩位患者，他們的生活經歷和需求也可能截然不同，不能簡單地用數字模型來取代人與人之間的溝通和理解。

然而，在一些情況下，比如患者昏迷時，臨床醫生通常需要找到一個代理人代為作出治療決策。Braun 提議，一個基于患者醫療數據和數字行為訓練出的數字心理孿生，可能比不了解患者偏好的親屬更適合作為決策代理。

如果數字孿生在患者護理中引發倫理問題，那么在“in silico trials”中也可能面臨類似爭議。南非開普敦大學的倫理學家 Jantina de Vries 提到，用于創建數字孿生和合成“準患者”的數據通常來源于能夠接受掃描和監控的人群，而那些生活在非洲大陸等資源匱乏地區的人，往往無法參與其中。“數據稀缺直接導致這些技術無法針對多樣化的人群進行優化，”她解釋道。

為了解決這一問題，De Vries 主張數據應該作為一種公共資源，確保更多人能夠受益于數字孿生技術。她建議，所有數據都應被匿名化，并存儲在全球研究人員可以訪問的公共數據庫中。

Natalia Trayanova 強調，在她的研究中，參與者需要明確授權她訪問他們的數據及身份信息。“我知道關于他們的一切。”她說。

Steven Niederer 則指出，他的研究團隊所獲取的數據是經過匿名化處理的。參與者需同意數據的使用范圍，比如研究團隊可以訪問匿名化數據，而臨床醫生則可以查看全部醫療數據。他補充道，有時團隊會請求參與者允許將完全匿名化的數據上傳到公共數據庫，但公司僅限于使用這些匿名數據。他保證，“我們不會與研究或醫療團隊以外的任何人共享數據。”

El-Bouri 認為，分享健康數據的患者應當獲得某種補償，例如優先使用某些藥物或醫療設備。他也承認，“完全實現數據匿名化并不容易，尤其是當這些數據涉及掃描圖像和器官孿生模型時。”他坦率地說，“從技術上講，如果有人投入足夠的精力，通過這些數據和模型確實可能重新拼湊出一個人的身份。”

當我看到那些匿名的塑料心臟時，它們安靜地堆放在一個紙箱里，似乎已經完全脫離了它們所代表的真實生命。然而，數字孿生卻不同。它們是動態的、活生生的數字再現。

“人們經常認為，這只是個模擬而已。”El-Bouri 說道，“但它其實是一個個體的數字化呈現。”

https://www.technologyreview.com/2024/12/19/1108447/digital-twins-human-organs-medical-treatment-drug-trials/