设想我们能为身体创建一套数字健康孪生模型，可以据此通过实验确定最佳治疗方案，再无需接受不必要的药物或外科手术。
科学家们认为，在未来五到十年内，“计算机”试验（使用数百种虚拟器官评估药物的安全性和有效性）或将成为常态，而患者的特定器官模型则可指导个性化治疗、显著缓解并发症问题。
数字孪生是指对物理对象或过程建立的计算模型，其使用现实世界对应物的数据进行更新。在医学领域，这代表的就是将关于基因、蛋白质、细胞和全身系统运作的大量数据同患者实测指标相结合，为其身体器官创建出虚拟模型，最终搭建起准确反映身体机能的完整副本。
伦敦大学学院计算科学中心主任、《虚拟的你》（Virtual You）一书合著者Peter Coveney教授表示，“坦率地讲，当前我们的医学工作中还有很多不太科学的部分。举个例子，这就像是开车时通过后视镜粗略估计接下来该怎么操作，诊疗也差不多，就是试图根据之前见过的病例来判断面前这位患者该如何诊疗。”
“数字孪生的意义就是将数据纳入到统一的模型中，而该模型就代表着你的生理学和病理学运行方式。它不再根据往往并不具备普遍代表性的群体特征做诊疗判断，而能实现真正的个性化适配。”
目前最先进的数字孪生模型已经在心脏病领域落地。不少企业正使用特定患者的心脏模型来帮助设计医疗设备。例如，总部位于巴塞罗那的初创公司ELEM BioTech就基于人类心脏模拟模型为客户提供药物和设备测试环境。
ELEM联合创始人兼CEO Chris Morton表示，“我们已经在虚拟人体上对多种化合物进行了试验，而且即将进入新的阶段。我们的产品已准备好登陆云端，供更多制药企业客户外部访问。”
伦敦玛丽女王大学的Caroline Roney博士在上周五的伦敦皇家医学会数字孪生会议上发表讲话，介绍了他们在开发个性化心脏模型方面的努力，该模型将帮助外科医生为心律不齐/紊乱（房颤）的患者制定手术计划。
Roney解释称，“外科医生通常会使用一种普适性的方法，但却很难针对当前患者做具体预测、更遑论准确把握未来可能出现的各种症状。在我看来，数字孪生将在心血管疾病迎来广泛应用。我们将见证这项技术的全部普及，例如决定使用哪种类型的瓣膜，或者在心脏瓣膜置换手术期间选择插入位置。”
癌症患者也有望从中获益。制药公司葛兰素史克（GSK）的AI专家们正与伦敦国王学院的癌症研究人员合作，利用图像、遗传和分子数据构建患者肿瘤的数字副本，并以3D方式培养患者癌细胞以测试不同用药场景下的肿瘤变化情况。
利用机器学习处理这些数据，科学家即可预测个体患者对不同药物、药品组合与给药方案的反应。
伦敦国王学院的Tony Ng教授表示，“我们当然不可能在真正的患者身上反复做这样的药物组合试验，因为每种新的治疗方法都对应着一整套临床流程。为了努力在患者宝贵的诊疗周期内找到最佳方案，我们需要借助数字孪生的力量。例如万一癌症复发我们该如何处置，或者哪种临床试验对他们更有价值。”
相关概念验证预计将于明年正式启动。
研究人员甚至在着手为孕育过程开发数字孪生，希望能帮助开发治疗胎盘功能不全或先兆性子痫等疾病的药物，并更好地理解怀孕和分娩的整个生理过程。
圣路易斯华盛顿大学妇女健康工程中心主任Michelle Oyen教授表示，“在大多数情况下，我们无法对孕妇直接进行实验，也没有哪种动物能很好地替代人类孕育对象。”
Oyen目前正利用怀孕期间拍摄的超声波扫描图，以及健康/复杂妊娠女性分娩后的高分辨率图像来构建胎盘模型，并训练出一种算法来识别并构建不同组织的数字副本。
Oyen解释道，“我们的目标是努力找出能在人体上测量得出的指标，预测谁在怀孕期间最可能出现胎盘功能问题，并及时干预以防止死产等情况。”
她的合作者、纽约哥伦比亚大学的Kristin Myers教授则负责构建宫颈、子宫和胎膜的模型。他们的长期目标是将这些组成部分汇总成统一的个体模型，借此预测怀孕期的各种情况。
Myers指出，“希望我们能够通过简单的超声波扫描为产妇建立起解剖结构模型，评估子宫在孕育期间如何生长和伸展，从而更好地完成最终分娩。”她还强调，未来的模型甚至有望预测分娩时长、复杂程度，并帮助女性就是否需要接受剖腹产做出更明智的决定。
也有研究人员正尝试为医院构建整体数字孪生，希望提高个体患者在医疗保健体系中的诊疗效率。
创伤与整形外科医生、“一次做对”项目（Getting It Right First Time，一个旨在改善病患诊疗体验的国家级项目）负责人Jacob Koris博士评论称，“通过跟踪患者在每次事件、每个环节上的数字签名——包括预约、诊疗和拍摄X光片、患者到院后的实际就诊情况等——我们能够建立起一套非常详尽模型，实时反映病患的真实感受”，从而大大提升护理效果。
“这样我们就能确定需要改进的部分，在实践当中不断摸索更有益于患者的护理方法，据此重新设计我们照料病患的具体方式。”
