Цифровой двойник человека: как медицина учится лечить виртуального пациента
Врачи больше не хотят действовать вслепую — они учатся просчитывать риски сложных операций и новых препаратов на точной компьютерной копии пациента. Идея звучит дерзко: прежде чем дать человеку сильнодействующее лекарство или провести рискованную операцию, врач тестирует лечение на его цифровой модели. Не на абстрактном «среднем пациенте» из учебника анатомии, а на виртуальной версии конкретного организма — с его уникальным сердцем, извитыми сосудами, генетикой, анализами и образом жизни. Как это происходит — разбиралась «МедТех Лаборатория».
Кто такие цифровые близнецы
Концепция цифрового двойника впервые появилась в космической программе NASA в 1960-х годах для моделирования состояния кораблей и устранения неполадок в режиме реального времени. В промышленности такие двойники давно стали рутиной и помогают испытывать турбины самолетов в экстремальных условиях или прогнозировать нефтедобычу. Но в медицине ставки несоизмеримо выше — здесь моделируют живой организм.
В научной литературе термин digital twin используют не всегда строго. Многие проекты, называющие себя цифровыми двойниками, на деле являются персонализированными цифровыми моделями (digital models) или тенями (digital shadows). Обычно под полноценным двойником понимают систему, которая регулярно обновляется на основе данных реального пациента и используется для прогнозирования или поддержки клинических решений.
Создание цифровых близнецов — комплексная задача. Над ее решением работают не только врачи и клиницисты, но и математики, программисты и инженеры. Но стоит сразу развеять миф: полного цифрового клона человека пока не существует. Никто еще не создал математическую модель, достоверно воспроизводящую весь организм — от работы сердца до иммунного ответа и старения. Реальность скромнее, зато практичнее: сейчас ученые активно создают модели отдельных органов и болезней.
Терабайты данных рождают новый рынок
Цифровые двойники не возникли из пустоты — просто мировая медицина наконец накопила для них достаточный материал. Сегодня у врачей есть терабайты оцифрованной биологии: высокоточные КТ, МРТ, расшифрованные геномы, базы электронных медицинских карт. К этому добавился непрерывный поток данных от носимых гаджетов: умных часов, глюкометров, трекеров сна. Одновременно облачные вычисления и методы машинного обучения сделали возможной обработку этих разрозненных данных в сложных прогностических моделях.
Вокруг новой технологии уже сформировался огромный рынок. Аналитики оценивают мировой рынок цифровых двойников в целом (куда входят и заводы, и умные города) в 10,1 млрд долларов в 2023 году, прогнозируя рост до 110 млрд к 2028 году.
Медицина — лишь часть этой технологической волны. Сектор включает в себя очень разные проекты: как сложнейшие симуляции работы отдельного сердца, так и двойники целых больниц, которые помогают без очередей распределять потоки пациентов и койки в реанимации.
В США делают ставку на коммерческие инженерные проекты. Например, Dassault Systèmes Living Heart Project — это цифровая модель сердца, используемая в исследованиях и тестировании новых медицинских устройств.
В Европе заметен акцент на стандарты совместимости данных и междисциплинарные исследовательские программы. В России исследования в этой области ведут Сеченовский университет, Санкт-Петербургский политехнический университет, Университет «Сириус» и другие центры. По публичным заявлениям, речь идет о моделях сердечно-сосудистой системы и разработке стандартов для применения технологии в здравоохранении. Специалисты прогнозируют, что в России цифровой двойник человека может появиться к 2035 году.
Репетиция на цифровых органах
Кардиология стала одним из первых направлений, где идея цифрового двойника выглядит особенно убедительно. Сердце хорошо поддается моделированию: у него есть измеримая электрическая активность, понятная механика сокращений и рассчитываемый кровоток. Поэтому именно здесь персонализированные модели уже используют для планирования лечения аритмий, оценки рисков и выбора тактики вмешательства. В ряде клиник и исследовательских центров врачи уже создают 3D-модели сердца конкретного пациента, чтобы заранее протестировать сценарии абляции — процедуры, при которой устраняют участки ткани, вызывающие опасный сбой ритма.
В онкологии подход иной: здесь часто моделируют не весь организм, а саму опухоль и ее поведение. Рак развивается по-разному даже у пациентов с одинаковым диагнозом, поэтому врачам особенно важно понимать, как болезнь может ответить на следующий шаг лечения. В Сеченовском университете разработали трехмерные цифровые двойники почек, которые помогут эффективнее бороться с раком этих органов. Опираясь на данные мультиспиральной компьютерной томографии, программа сама создает объемную виртуальную модель почки пациента.
Один из самых показательных примеров связан с немелкоклеточным раком легкого. Исследователи создали цифровые модели более чем 500 пациентов и использовали свыше 25 тыс. измерений опухолевых очагов, чтобы сравнить разные сценарии лечения после прогрессирования на pembrolizumab — препарате иммунотерапии, который помогает иммунной системе распознавать и атаковать опухоль.
Модель показала важную вещь: автоматически переводить всех пациентов на химиотерапию оказалось не лучшим вариантом. У части больных продолжение терапии pembrolizumab сохраняло пользу. Это хороший пример того, как цифровой двойник помогает уйти от шаблонного решения и точнее подобрать следующий шаг лечения.
Но не менее важное направление связано с длительным сопровождением хронических состояний. Цифровые двойники объединяют данные носимых сенсоров, лабораторных тестов, медицинской визуализации, алгоритмов искусственного интеллекта и электронных медицинских карт, чтобы поддерживать клинические решения в реальном времени. Такой подход означает переход от реактивного лечения к проактивной, предиктивной и персонализированной медицине.
Человек не помещается в код
Справедливый вопрос: почему же в наших смартфонах до сих пор нет личного медицинского аватара, который знал бы о нас абсолютно все? Главное препятствие кроется вовсе не в мощностях процессоров. Ученые пока спорят о том, что вообще считать полноценным цифровым двойником.
Обзор 149 исследований показал: только 18 моделей соответствовали строгим критериям Национальных академий наук, инженерии и медицины США (NASEM) — организации, предложившей одно из самых авторитетных определений digital twin.
Большинство проектов оказались персонализированными цифровыми моделями, цифровыми тенями или виртуальными когортами пациентов, а не полноценными цифровыми двойниками человека. Главные сложности — динамическое обновление модели по данным конкретного человека, проверка надежности прогнозов и понимание границ, в которых такой инструмент можно использовать для клинического решения.
В некоторых российских работах различают медицинский цифровой двойник и «цифровую личность». Цифровой двойник человека строится на физиологических, биометрических, медицинских и поведенческих данных, а цифровая личность — на цифровом следе человека в онлайн-среде: аккаунтах, публикациях, покупках, поисковых запросах и других следах активности. В обоих случаях речь идет о персональных данных, но риски разные: от утечки чувствительной медицинской информации до использования цифрового профиля для манипуляции поведением.
Отсюда вырастает и вопрос ответственности. Одно дело — система, которая выдает рекомендацию врачу или пациенту. Другое — цифровой двойник, который автоматически влияет на физическое состояние человека, например через вживленное медицинское устройство. Чем больше автономии у модели, тем строже должны быть проверка, валидация и оценка неопределенности.
Пока такие правила не станут понятными для клиник, регуляторов и разработчиков, цифровой двойник останется прежде всего инструментом поддержки, а не самостоятельным врачом.
Друзья, а мы продолжаем следить за развитием медицины и за открытиями ученых, подписывайтесь! Телеграм-канал, Дзен, МАХ.