Harvard Medical School研究人员正开发“数码双胞胎”技术，通过计算机创建患者虚拟分身测试药物效果，让医生处方前预测疗效，改变传统依赖大群组统计数据治疗个别患者做法。这项技术结合智能手表等设备收集的健康数据、医疗记录及人工智能分析，已从概念阶段迈向实际应用。
Massachusetts General Hospital（MGH）脑退化症研究中心首席研究员Steven Arnold指出，目前医生处方新药时，主要依据数千人参与大型测试得出的平均效果。患者往往因此长期服药，医生只能假设药物有助延缓病情，无法确定对个别患者是否真正有效。
数码双胞胎就像为每位患者制作一个虚拟分身，用来测试不同治疗方案。MGH脑部研究中心主任Hiroko Dodge运用这技术创建聊天机器人，模拟患者说话模式，通过分析对话内容尽早发现记忆力衰退迹象，无需招募大量新患者测试。
MGH研究员Chao-Yi Wu运用统计方法协助医生更准确判断治疗方案能否惠及特定患者。她基于约50,000名脑退化症患者数据，为每位患者创建多个数码分身，这些分身与患者拥有相同年龄、性别、种族、经济背景，甚至步行速度等与脑退化症相关特征。
Wu表示患者可拥有100个虚拟双胞胎，比较患者服药后与100个未服药双胞胎认知能力变化，从统计数字判断药物是否真正有效。研究团队发布论文显示，虚拟患者组别反应与真实患者服用安慰剂反应相似，证明技术可靠。业界数据显示，数码双胞胎技术可将临床测试规模减少最多33%，大幅节省研究成本。
Harvard Medical School教授Marinka Zitnik开发名为COMPASS的AI工具，分析患者细胞及健康数据。肿瘤科医生可上传患者肿瘤组织检验结果，连同用药记录或血压等数据，系统运用AI分析远超医生以往能处理的庞大资讯。医生可直接询问系统患者对特定抗癌药物产生良好反应机会率，系统会提供答案并解释原因。
Zitnik指出近3至4年大型语言模型令这种对话式AI成为可能，10年前根本无法实现。投入研发数码双胞胎科研人员及资金呈现爆炸式增长，因为AI技术带来实现机会。
全球数码双胞胎医疗市场规模预计从2025年25亿美元增长至2035年334亿美元，年复合增长率达29.6%，增长动力来自人工智能、深度学习及大数据分析等技术进步。University of Melbourne开发的DT-GPT系统已能预测患者病情变化，表现优于14个先进机器学习系统。
来源: The Harvard Gazette
