2019年5月的一个清晨，波士顿儿童医院的一位心脏外科医生走进手术室，为一场高风险的儿童心脏重建手术做着前所未有的充分准备。除了丰富的经验，他还拥有一项额外的优势：他已经在虚拟世界中为这名患儿实施过数十次相同的手术。在真正下刀前，他已经明确了每一步操作，更重要的是，他知道了哪种方案能为这名幼小的生命带来最佳的预后。
这一切是如何实现的呢？在手术前的几周里，医院的外科与心脏工程团队根据磁共振成像和计算机断层扫描数据，构建出了患儿心脏及周边血管系统的全功能虚拟数字分身模型。团队首先将医学影像精准转化为三维模型，再通过物理算法让这个三维心脏“活”起来，形成了一个能够动态模拟患者生理结构的数字复刻体。这个模型能够模拟出这颗心脏独特的运作特征，包括血流的细节、压力差异以及肌肉组织的应力。
这种被称为虚拟数字分身的模型，不仅能识别医学问题，更能提供详尽的诊断参考。在波士顿儿童医院，团队利用该模型预测了患儿心脏对每一刀、每一针的反应，从而让医生得以测试多种方案，从中找到最适配这名患者解剖结构的最优解。
那天的手术风险极高。患者病情特殊——心房间与心室间存在巨大缺损，导致血液在四个心腔间互通，没有任何现成的手册或教科书能提供完整指导。这种病症会给肺部带来巨大负担，因此医生计划实施心内直视手术，将下半身的缺氧血绕开心脏，直接导入肺部。这类手术通常需要在高压环境下临场决策，存在极大的不确定性。但在这台手术中，整个方案已提前完成模拟验证，团队在真正下刀前就完成了完整的预演，手术最终大获成功。
如今，这类手术已成为这家波士顿医院的常规操作。自首例患者以来，已有近2000台手术借助虚拟数字分身模型完成。这背后是“活体心脏项目”（Living Heart Project）的强大技术支撑。该项目于2014年启动，最初旨在探索为人类心脏建模的可行性。如今，它已汇聚了28个国家的150多家成员机构，数十个跨学科团队常态化地使用着心脏及其他重要器官的多尺度虚拟数字分身。这项技术正在重塑我们对人体的认知与治疗方式。为了实现这一变革，我们必须攻克一个核心难题：打造足够精准、足够可靠，以至于能够指导真实临床决策的数字心脏模型。
一位父亲的牵挂
即将迈入第二个十年的活体心脏项目，其诞生部分源于一份个人的执念。作为一名工程师，我多年來只能无助地看着女儿因一种罕见的先天性心脏病，陷入无尽的诊断不确定性之中。我深知心脏是一组由电信号控制、血流由瓣膜精密调控的泵血腔室，却始终无法透彻理解女儿心脏的独特结构与运作方式，也就无法为她的治疗提供真正有价值的帮助。
随后，一个源于工程师好奇心的问题指引了我的职业生涯：为什么我们不能像模拟汽车或飞机那样，去模拟人体？
我毕生都在研发强大的计算工具，帮助工程师为复杂机械系统构建数字模型。但在如今的医学领域，同样基于物理原理的仿真模拟方法却极少用于临床决策。大多数治疗方案仍然依赖于静态的二维影像、统计指南和回顾性研究。
从某种意义上说，早期的医生就是应用物理学家。但随着医学的发展，生物学与化学逐渐占据主导，物理学知识被抛在了身后。然而，对于数百万像我女儿这样的患者而言，治疗效果往往取决于力学机制。我当时并未意识到，虚拟数字分身能够让现代医师重拾本源，借助工程原理、仿真科学与人工智能重新回归物理思维。
十年发展
活体心脏项目的理念很简单：我们能否整合数百位跨领域专家对人类心脏的认知，打造出一个足够精准、灵活、且具备预测能力以指导临床诊疗的数字分身？
我们邀请了研究人员、临床医生、医疗器械与制药企业以及政府监管机构，共享数据、工具与知识，共同推进医学进步。启动之初仅有十几家机构参与，但不到一年，我们就打造出了首个具备完整功能的人类心脏虚拟数字分身。
这个活体心脏并非简单的解剖结构复刻，而是一个基于第一性原理的模型：它将心脏电信号系统中的纤维网络与心脏的机械响应（肌肉收缩）耦合在一起。我们的模型建立在达索系统的工业级仿真模拟软件平台之上，这一平台允许团队利用患者的各类医学影像和生理数据，定制高度个性化的心脏模型，直接将影像检查与仿真模拟连接起来。
随后，外科医生开始利用“活体心脏”模拟手术流程，医疗器械厂商用它设计和测试植入物，制药企业则用它评估药物效果。该项目已产出数百篇学术论文。由于所有研究都基于同一平台，成果可被复现、复用与拓展，每一次应用都让科研界对心脏的认知呈滚雪球式增长。
早在项目初期，我们就解决了一项关键要求：监管机构的认可。项目启动不到一年，美国食品药品监督管理局（FDA）便以观察员身份加入。在随后的数年里，利用心脏虚拟模型作为科学证据的方法逐步成型。2019年，我们与FDA达成了第二个五年合作协议，并设定了明确目标：利用心脏模型构建虚拟患者群体，并复现一款已获批二尖瓣修复器械的关键临床试验。这不仅帮助团队掌握了构建虚拟患者群体的方法，也让FDA得以尝试用虚拟证据替代真实患者的临床证据进行评估。
2024年8月，我们发布了相关成果，制定了首个由FDA主导的计算机模拟临床试验指南，为简化整个临床试验流程、降低风险建立了全新范式。
十年间，我们从备受质疑的概念走向了被监管认可的现实。但构建心脏模型仅仅是个开始。遵循心脏团队确立的范式，我们已将项目拓展至肺、肝、脑等其他器官的虚拟数字分身研发。这些团队正朝着一个足以颠覆人类对自身认知的突破努力：一个多尺度、模块化的虚拟人体平台。
心脏数字分身的构建方式
心脏数字分身的构建始于医学影像，通常是磁共振成像或计算机断层扫描。扫描断层会被重建为心脏及关联血管的三维几何模型，随后将整个器官的几何结构分割，为心房、心室、瓣膜等子结构赋予其独有的物理与生理属性。
至此，模型被转化为具备功能的计算模型，能够模拟各类心脏组织在负荷下的形变机制。当我们整合驱动肌肉组织机械收缩的电纤维网络后，完整的数字分身模型便真正“活”了起来。
为了模拟血液循环，虚拟分身还会加入血流动力学的计算模型。模型会根据高度匹配人体生理的边界条件进行约束，从而预测血流模式、压力差以及组织应力。
最后，研究人员会利用患者的现有数据对模型进行个性化定制与校准，例如心腔容积变化、压力测量值以及电脉冲时序。这意味着虚拟分身不仅能还原患者的解剖结构，还能精准反映其心脏的实际运作方式。
借助生成式AI构建更大规模的受试群体
2019年FDA启动计算机模拟临床试验项目后，重心便从针对特定患者的手工定制，转向构建足以替代完整试验人群的大规模虚拟群体。如今之所以能实现这一规模，正是因为虚拟数字分身技术与生成式AI实现了融合。
AI模型从两个互补层面提升了虚拟数字分身的能力：首先，机器学习算法在整合构建高保真虚拟分身所需的各类碎片化数据方面，拥有无可匹敌的优势。以往需要数月手动调整的工作流程，如今数天即可完成。这使得构建群体级虚拟受试队列，或是在临床中即时为单个患者定制虚拟分身成为现实。
其次，用经过验证的虚拟患者数据来丰富AI模型的训练集，能让AI模拟建立在物理规律之上。相比之下，许多传统的患者病程预测AI仅依靠基于回顾性数据训练的统计模型，可能会偏离生理现实。而虚拟数字分身则将预测锚定在血流动力学、电生理学和组织力学的规律之上。这种额外的严谨性对于研究和临床诊疗都不可或缺。
助力计算机模拟临床试验
在2024年完成的、由FDA资助的计算机模拟临床试验项目中，虚拟数字分身与AI技术的结合为医学创新打开了新天地。传统临床试验可能耗时十年，且失败率极高。而新技术能让研究人员在模拟人体环境中快速设计并测试疗法。借助小型虚拟分身库，AI模型可快速生成大规模虚拟患者队列，覆盖人群中的任何亚群。
虚拟分身受试群体可以通过构建个体化的“虚拟患者”来还原真实人群特征，这些虚拟患者在年龄、性别、疾病状态、合并症等方面各不相同。这些分身可作为AI模型的优质训练集，帮助将受试群体规模从数十人扩展至数十万人。随后，研究人员可对虚拟群体进行筛选，识别出可能对治疗产生应答的患者，从而提升针对目标人群的试验成功率。
当然，尽管如今的数字分身功能强大，却并非完美的复制品。其精确度主要受限于三大因素：可测量参数的不确定性、对生理机制的必要假设，以及能用真实结果进行验证的程度。许多输入指标在临床上难以直接获取，因此模型往往依赖人群数据或间接估算。这意味着模型对某些问题的预测高度可靠，但对另一些问题则确定性较低。此外，由于这项技术实际应用仅数年，目前的数字分身还缺乏对长期预后的预测验证。
假以时日，这些局限都会逐步缩小。更丰富、更标准化的数据将提升模型的个性化精度，AI工具将自动化高耗时的步骤，而纵向数据的积累也会增强模型的长期预测能力。
虚拟数字分身将如何改变医疗保健
在现代医学发展历程中，新技术不断提升我们的诊断能力，让医生了解患者体内当下的状况。而虚拟数字分身改变了这一模式，为临床医生提供了预测性工具。
这类早期应用已在心脏病学、骨科、肿瘤学等多个医学领域崭露头角。不久后，医生们还能跨专科协作，以针对特定患者的虚拟分身作为共同基础，探讨各自无法独立预判的潜在相互作用或副作用。
尽管这些应用成为临床标准尚需时日，但更多变革即将到来。例如，来自可穿戴设备的实时数据可以持续更新患者的个性化虚拟分身。这种方式能让患者更深入地理解并参与自身治疗，因为他们可以直观看到医疗干预与生活方式改变带来的直接效果。
想象一下，有这样一个数字伴侣：它能显示你的心脏对不同盐摄入量、压力或睡眠不足会作出怎样的独特反应；或是以可视化方式，向你解释即将进行的手术会如何影响你的循环或呼吸。虚拟数字分身可以为患者揭开人体的神秘面纱，增进医患信任，并鼓励人们主动做出健康决策。
疗愈的新纪元
通过活体心脏项目，我们正让物理学重新回归医师的视野。现代医师不必成为物理学家，就像他们运用药理学时也无需成为化学家一样。但要从这项新技术中获益，他们需要调整诊疗思路。
这意味着不再将人体视为离散器官的集合，而是将其看作一个可以被理解、在多数情况下可以被引导走向健康的动态系统。这意味着不再猜测何种方案可能有效，而是确切知晓——因为模拟已经展示出结果。通过将工程原理更好地融入医学，我们可以将其重新定义为一个以永恒自然法则为根基的精准科学领域。未来的现代医师，将成为真正的人体物理学家与健康工程师。对这类前沿交叉技术感兴趣的开发者，可以在云栈社区的人工智能等板块找到更多深度讨论和资源。
发表于 2 小时前
|
查看: 3|
回复: 0
