虛擬數字孿生如何改變現代醫療實踐

2019年5月的一個早晨，波士頓兒童醫院的心臟外科醫生走進手術室，準備進行一項高風險的心臟重建手術。不過這次他比以往任何時候都更有把握，因為他已經在這個孩子身上虛擬地進行了數十次手術練習。在做第一刀之前，他就知道該怎么做，更重要的是，他知道哪種策略能為這個孩子帶來最佳結果。

這是如何做到的？在此前的幾周里，醫院的外科和心臟工程團隊合作，利用核磁共振和CT掃描數據，構建了這個孩子心臟和周圍血管系統的完全功能模型。他們首先仔細地將醫學影像轉換為3D模型，然后運用物理學原理讓3D心臟"活"起來，創造了患者生理機能的動態數字副本。這個模擬模型能夠重現這顆特殊心臟的獨特行為，包括血液流動、壓力差異和肌肉組織應力等細節。

這種被稱為虛擬孿生的模型不僅能識別醫療問題，還能提供詳細的診斷洞察。在波士頓，團隊使用這個模型預測孩子的心臟如何對任何切口或縫合做出反應，讓外科醫生能夠測試多種策略，為這個患者的確切解剖結構找到最佳方案。

那天，風險很高。這個患者有獨特的病癥——心房和心室之間有大洞，導致血液在四個心腔之間流動——沒有手冊或教科書能完全指導醫生。這種情況會給肺部造成壓力，所以醫生計劃進行開胸手術，將下半身的脫氧血液直接導向肺部，繞過心臟。通常這種手術需要在高壓條件下臨場做決定，存在很高的不確定性。但這次不同，手術方案已經提前測試過，整個團隊在第一次切口之前就已經排練過了。手術獲得了完全成功。

這樣的手術已經在波士頓醫院成為常規操作。從第一個患者開始，已經有近2000例手術在虛擬孿生模型的指導下進行。這就是生命心臟項目背后技術的力量，我在2014年啟動了這個項目，比第一例手術早了五年。該項目最初是一個探索性倡議，看看建模人類心臟是否可能。現在擁有來自28個國家的150多個成員組織，項目包括數十個多學科團隊，他們定期使用心臟和其他重要器官的多尺度虛擬孿生。

這項技術正在重塑我們理解和治療人體的方式。要達到這個變革性時刻，我們必須解決一個根本挑戰：建造一個足夠精確、足夠可信的數字心臟來指導真實的臨床決策。

數組

現在進入第二個十年的生命心臟項目，部分源于個人信念。多年來，我無奈地看著我的女兒杰西面臨無盡的診斷不確定性，她患有一種罕見的先天性心臟病，心室位置顛倒，隨著成長威脅著她的生命。作為工程師，我理解心臟是一個泵腔陣列，由電信號控制，血液流動由瓣膜仔細調節。但我努力想要充分理解我女兒心臟的獨特結構和行為，以便對她的護理做出有意義的貢獻。她的專科醫生知道像她這樣的孩子如果不治療將面臨暗淡前景，但因為每個患有她這種病癥的心臟在解剖學上都是獨特的，他們只能憑最佳猜測來指導關于做什么和何時做的決定。每個專家都有新的猜測。

然后我的工程好奇心激發了一個問題，這個問題此后一直指導著我的職業生涯：為什么我們不能像模擬汽車或飛機那樣模擬人體？

在波士頓的可視化中心，VR圖像幫助一個患有復雜心臟缺陷的小女孩的母親理解她孩子心臟的內部運作。

我的職業生涯致力于開發強大的計算工具來幫助工程師構建復雜機械系統的數字模型，使用的模型范圍從單個原子的相互作用到整個車輛的組件。這些模型的共同點是使用物理學來預測行為和優化性能。但在今天的醫學中，這些基于物理學的方法很少用于決策。在大多數臨床環境中，治療決策仍然依賴于從靜態2D圖像、統計指南和回顧性研究中得出的判斷。

情況并非總是如此。歷史上，物理學是醫學的核心。"醫師"這個詞本身就可以追溯到拉丁語physica，意思是"自然科學"。早期的醫生在某種意義上是應用物理學家。他們把心臟理解為泵，肺理解為風箱，身體理解為動態系統。成為醫師意味著你是將物理學應用于人體的大師。

隨著醫學的成熟，生物學和化學開始主導這個領域，物理學知識被拋在后面。但對于像我女兒、波士頓那個孩子以及數百萬像他們一樣的患者來說，結果受力學支配。沒有藥丸或藥膏——沒有基于化學的解決方案——能夠幫助，只有物理學。雖然當時我沒有意識到，虛擬孿生可以讓現代醫生重新與他們的根源結合，使用工程原理、模擬科學和人工智能。

數組

生命心臟項目的概念很簡單：我們能否結合數百名跨多個專業的專家對人類心臟的了解，構建一個足夠準確可信、足夠靈活可個性化、足夠預測性能指導臨床護理的數字孿生？

我們邀請研究人員、臨床醫生、設備和藥物公司以及政府監管機構分享他們的數據、工具和知識，朝著一個共同目標努力，這將提升整個醫學領域。生命心臟項目啟動時有十幾個機構加入。一年內，我們創建了第一個完全功能的人類心臟虛擬孿生。

生命心臟不是解剖學渲染，調整來簡單復制我們觀察到的東西。它是一個第一原理模型，將心臟電氣系統中的纖維網絡——維持我們生命的生物電池——與心臟的機械反應（我們稱之為心跳的肌肉收縮）結合起來。

生命心臟虛擬孿生模擬心臟如何跳動，提供不同視角幫助科學家和醫生更好地預測它如何對疾病或治療做出反應。中心視圖顯示精細的工程網格，這是允許計算機建模心臟運動的詳細框架。右側圖像使用顏色顯示驅動心跳的電波在肌肉中傳導，左側圖像顯示組織在拉伸和擠壓時承受多少應變。

學術研究人員長期以來一直在探索心臟的計算模型，但這些項目通常受到他們可以訪問的技術的限制。我們的版本建立在達索系統的工業級模擬軟件上，這家公司以用于航空航天和汽車工程的建模工具而聞名，我在那里工作開發工程模擬部門。這個平臺為團隊提供了工具，使用患者的核磁共振和CT數據、血壓讀數和超聲心動圖測量來個性化個體心臟模型，直接將掃描鏈接到模擬。

外科醫生然后開始使用生命心臟來建模手術。設備制造商用它來設計和測試植入物。制藥公司用它來評估藥物效果，如毒性。數百篇出版物從該項目中涌現，因為它們都共享相同的基礎，所以發現可以被重現、重用和建立。隨著每個應用，研究社區對心臟的理解雪球般增長。

早期，我們還解決了這些創新到達患者的基本要求：監管接受。在項目的第一年內，美國食品藥品監督管理局同意作為觀察員加入項目。在接下來的幾年里，使用虛擬心臟模型作為科學證據的方法開始在監管研究項目中成形。2019年，我們與FDA設備和放射健康中心正式化了第二個五年合作，有一個具體目標。

那個目標是使用心臟模型創建虛擬患者群體，重新創建一個先前批準的修復心臟二尖瓣設備的關鍵試驗。這幫助我們的團隊學會如何創建這樣的人群，讓FDA嘗試評估虛擬證據作為來自血肉患者證據的替代。2024年8月，我們發表了結果，創建了第一個FDA主導的計算機臨床試驗指南，建立了簡化和降低整個臨床試驗過程風險的新范式。

十年來，我們從許多人懷疑能夠實現的概念發展到監管現實。但建造心臟只是開始。遵循心臟團隊設定的模板，我們已經擴展項目以開發其他器官的虛擬孿生，包括肺、肝臟、大腦、眼睛和腸道。每個對應不同的醫學領域，有自己的社區、數據類型和臨床用例。獨立工作，這些團隊正在朝著我們對人體理解的突破前進：一個多尺度、模塊化的孿生平臺，其中每個器官孿生都可以插入統一的虛擬人類。

數組

心臟數字孿生從醫學影像開始，通常是核磁共振、CT或兩者。切片被重建為心臟和連接血管的3D幾何形狀。然后必須將整個器官的幾何形狀分割為其組成部分，這樣每個子結構——心房、心室、瓣膜等——都可以分配其獨特屬性。

此時，對象被轉換為功能性計算模型，可以表示各種心臟組織在負載下如何變形——力學。當我們整合驅動肌肉組織機械收縮的電纖維網絡時，完整的數字孿生模型變得"活躍"。

心臟的每個部分，如左心室，都疊加了詳細的數字網格以重新創建其生理學。這些部分組合起來形成整個器官的解剖學精確渲染。

為了模擬循環，孿生添加血流動力學的計算模型，血液流動和壓力的物理學。模型受到血流、瓣膜行為和血管阻力的邊界條件約束，設定為密切匹配人類生理學。這讓模型預測血流模式、壓力差異和組織應力。

最后，使用可用的患者數據個性化和校準模型，如心臟腔室在心臟周期中體積變化多少、壓力測量和電脈沖時機。這意味著孿生不僅反映患者的解剖結構，還反映他們特定心臟的功能。

數組

當FDA計算機臨床試驗倡議在2019年啟動時，項目的重點從這些特定患者的手工制作虛擬孿生轉向足夠大的隊列，可以代表整個試驗人群。今天這種規模之所以可行，只是因為虛擬孿生已經與生成式AI融合。使用傳統數字孿生模擬來建模數千名患者對治療的反應或預測多年疾病進展是緩慢得令人望而卻步的。生成式AI消除了那個瓶頸。

AI以兩種互補方式提升虛擬孿生的能力。首先，機器學習算法在整合構建高保真孿生所需的成像、傳感器和臨床記錄拼湊方面無與倫比。算法快速搜索數千個模型排列，根據患者數據對每個進行基準測試，并收斂到最準確的表示。曾經需要幾個月手動調整的工作流程現在可以在幾天內完成，使得在人群規模隊列上進行操作或在診所實時個性化單個孿生成為現實。

其次，用來自經過驗證的虛擬患者的數據豐富AI模型的訓練集，將AI模擬建立在物理學基礎上。相比之下，許多傳統AI對患者軌跡的預測依賴于在回顧性數據集上訓練的統計建模。這樣的模型可能偏離生理現實，但虛擬孿生將預測錨定在血流動力學、電生理學和組織力學定律中。這種額外的嚴謹性對研究和臨床護理都不可或缺——特別是在真實世界數據稀缺的領域，無論是因為疾病罕見還是因為某些患者群體（如兒童）在現有數據集中代表不足。

數組

在研究方面，我們在2024年完成的FDA贊助的計算機臨床試驗項目為醫學創新開啟了一個新世界。傳統臨床試驗可能需要十年，90%的新藥物治療在過程中失敗。虛擬孿生結合AI方法，允許研究人員在模擬人類環境中快速設計和測試治療。通過小型虛擬孿生庫，AI模型可以快速創建廣泛的虛擬患者隊列來覆蓋一般人群的任何子集。隨著臨床數據變得可用，它可以被添加到訓練集中以增加可靠性并實現更好的預測。

生命心臟項目已經擴展到心臟之外，對全身器官進行建模。3D大腦重建顯示大腦白質中連接大腦色彩編碼區域的主要通路。肺虛擬孿生將器官的幾何形狀與空氣流經氣管進入支氣管的基于物理的模擬相結合。患者足部的橫截面顯示承重時軟組織的應變點。

虛擬孿生隊列可以通過構建因年齡、性別、種族、體重、疾病狀態、合并癥和生活方式因素而異的個體"虛擬患者"來代表現實人群。這些孿生可以用作AI模型的豐富訓練集，這可以將隊列從幾十個擴展到數十萬個。接下來，虛擬隊列可以被過濾以識別可能對治療有反應的患者，增加目標人群成功試驗的機會。

試驗設計還可以包括不太可能反應或具有高風險因素的患者類型樣本，從而允許監管機構和臨床醫生了解對更廣泛人群的風險，而不會危及整體試驗成功。這種方法提高了臨床研究的精度和效率，提供了以前只有在多年真實世界證據后才可用的人群級洞察。

當然，盡管今天的心臟數字孿生很強大，但它們不是完美的復制品。它們的準確性受到三個主要因素的限制：我們能測量什么（例如，圖像分辨率或組織在現實生活中如何表現的不確定性）、我們必須對生理學假設什么，以及我們能對真實結果驗證什么。許多輸入，如疤痕、微血管功能或藥物效果，在臨床上很難捕獲，所以模型經常依賴人群數據或間接估計。這意味著預測對某些問題可能高度可靠，但對其他問題仍然不太確定。此外，今天的數字孿生缺乏預測未來幾年長期結果的驗證，因為該技術只使用了幾年。

隨著時間推移，這些限制中的每一個都會穩步縮小。更豐富、更標準化的數據將加強模型的個性化。AI工具將幫助自動化勞動密集型步驟。縱向數據的收集將提高模型可靠預測身體如何隨時間演變的能力。

數組

在整個現代醫學中，新技術已經增強了我們診斷的能力，提供了越來越清晰的圖像、實驗室數據和分析，告訴醫生患者體內目前正在發生什么。虛擬孿生改變了那種范式，給臨床醫生一個預測工具。

這個"生命肺"虛擬孿生模擬顯示呼吸期間的應變模式。

早期演示已經出現在醫學的許多領域，包括心臟病學、骨科和腫瘤學。很快，醫生也將能夠跨專業合作，使用患者特定的虛擬孿生作為討論他們無法獨立預測的潛在相互作用或副作用的共同基礎。

雖然這些應用需要一些時間才能成為臨床護理的標準，但更多變化即將到來。來自可穿戴設備的實時數據，例如，可以持續更新患者的個性化虛擬孿生。這種方法可以使患者能夠更深入地理解和參與他們的護理，因為他們可以看到醫療和生活方式改變的直接影響。同時，他們的醫生可以獲得全面的數據流，使用虛擬孿生來監控進展。

想象一個數字伴侶，顯示你的特定心臟將如何對不同鹽攝入量、壓力或睡眠剝奪做出反應。或者你即將進行的手術將如何影響你的循環或呼吸的視覺解釋。虛擬孿生可以為患者揭開身體的神秘面紗，培養信任并鼓勵主動的健康決策。

虛擬孿生如何在醫學中使用？

虛擬孿生已經指導心血管手術，提供預測并揭示甚至專家臨床醫生可能錯過的隱藏細節，如微妙的組織反應和流動力學。

腫瘤學家正在建模腫瘤生長和身體對不同療法的反應，減少選擇醫療和生活質量指標最佳治療路徑的不確定性。

骨科專家正在個性化植入物以提供定制解決方案，不僅考慮局部環境，還考慮將支配長期結果的整體身體運動學。

數組

通過生命心臟項目，我們正在將物理學帶回醫生身邊。現代醫生不需要成為物理學家，就像他們不需要成為化學家來使用藥理學一樣。但是，為了從新技術中受益，他們需要調整他們的護理方法。

這意味著不再將身體視為離散器官的集合，只考慮癥狀，而是將其視為可以理解的動態系統，在大多數情況下，可以被引導走向健康。這意味著不再猜測什么可能有效，而是知道——因為模擬已經顯示了結果。通過更好地將工程原理整合到醫學中，我們可以將其重新定義為基于自然不變定律的精確領域。現代醫生將是身體的真正物理學家和健康工程師。

Q&A

Q1：什么是虛擬孿生技術，它在醫療中能發揮什么作用？

A：虛擬孿生是利用醫學影像數據創建的患者器官或身體的數字副本，能夠模擬真實生理功能。在醫療中，它能幫助外科醫生提前模擬手術、預測治療效果、個性化治療方案，并指導臨床決策，大大提高手術成功率和治療精準度。

Q2：生命心臟項目取得了哪些重要成果？

A：生命心臟項目自2014年啟動以來，已指導近2000例手術，建立了第一個完全功能的人類心臟虛擬孿生模型。項目獲得了FDA的監管認可，2024年發布了首個FDA主導的計算機臨床試驗指南，并擴展到肺、肝臟、大腦等多個器官的建模。

Q3：虛擬孿生技術如何與生成式AI結合提升醫療效果？

A：生成式AI能夠快速整合各種醫療數據構建高保真虛擬孿生，將原本需要數月的建模工作縮短至數天。AI還能創建大規模虛擬患者隊列，用于臨床試驗模擬，并將預測建立在物理學基礎上，提高了預測的可靠性和臨床應用價值。