Medical Device-Digital Twins數位虛擬，應用於測試、診斷、治療、醫療資源管理；各式數據的即時、長期蒐集與分析，是關鍵的前期基礎建設

TAcc+新創分析師賴岳炫

數位孿生 (digital twins) 是以擁有相同基因的雙胞胎作為比喻，創造一個虛擬的AI雙胞胎，就可以毫無風險的預知與試驗不同疾病感染、治療處遇人體的變化，藉此找出個人化、有效的疾病預防及治療方法。隨著IOT健康監測設備普及，多元的健康數據蒐集，以及AI演算法日新月異，Digital Twins模式將能實踐精準醫療概念。擁有豐富的醫療感測設備代工經驗，與AI軟體研發資源的優勢，使台灣新創有機會站在這波全球醫療數位革命浪頭上。

全球Digital Twins市場2025年將達360億美元，其中最大的成長動力來自健康醫療領域的應用

Digital Twins可以經由模擬測試，讓電腦模擬代替真實人類承受錯誤的風險，提供個人化健康照護與最佳化醫療資源分配。醫療上，從臨床試驗設計、藥物開發，到手術模擬與醫療器材設計等項目，已有清晰的應用情境。例如「智慧胰腺」依據人體葡萄糖代謝數據模型與患者身上的感測器，調節血液中的胰島素；ARCHIMEDES糖尿病模型可以推估患者的診斷、模擬治療方法與結果；兒科心臟的Digital Twins模型，可以預測臨床症狀進而優化手術結果、評估血栓風險。

預防未知的全球流行疾病：上知感染反應下知治療結果的Digital Twin

當COVID-19病毒在2019年末出現時，研究人員迅速校正過去大型流行病學模型，用於規劃公共衛生因應措施，卻沒有任何工具可以協助第一線醫師為第一批COVID-19患者擬定治療計畫。

細胞培養層次的人體模擬實驗已相當成熟，透過微流體技術，科學家進一步設計可以模擬人體器官系統反應的晶片 (organs-on-a-chip)。目前許多研究團隊已投入眼睛器官、女性生理期、肺部肺泡反應、器官免疫反應等，以器官晶片實踐Digital Twins之研究。

多層次數據蒐集與多重AI模型的Digital Twins概念

為了因應未來未知的全球流行疾病，針對病毒感染建立之人體的Digital Twins，不僅在器官層次建立Digital Twins，而且提供一個整合人體不同層次多元異質數據的健康資訊AI平台。

由於個體不同身心層次之間是相互關聯、影響，我們可以建立「多重AI模型」模擬各自的反應，與之間的交互作用：在次細胞層次方面，以巨噬細胞基因組學數據分析，模擬各種巨噬細胞亞型的高表達基因交互作用的動態網絡模型；多細胞規模上，以影像資料觀察免疫反應變化；組織層次方面，觀察與模擬肺泡囊的免疫反應變化；器官規模的免疫反應，建立流體力學模型模擬肺部空氣流動；在人體層次上，透過感測器的多元數據 (例如呼吸、腦部血流等) 計算器官系統間反應。其他還有藥物動力學模型、病毒傳播模型、生理或特定器官之模型 (例如血液、淋巴的流動計算) 等。藉由由下而上的數據蒐集，建立多重AI預測模型，模型間的交叉驗證、整合，即時、連續的實徵資料回饋，產出「牽一髮動全身」的最適化Digital Twins。

「醫療層級Digital Twins」整合生理機制、臨床數據、醫療歷史資料與AI科技，提供人類對於未知流行病可以迅速反應的工具。串聯生理與病毒機制的理解，以及群體與個別化AI模型之Digital Twins，將能優化病毒感染的治療結果。正如「後來」經由COVID-19臨床治療結果發現，類固醇消炎藥治療對於不同患者有不同效果，需要針對使用時間調整不同的成份、劑量，包括抗病毒藥物、免疫刺激、消炎藥等個別化組合的治療，以增進有效性及安全性。

整合多面向Digital Twins的醫療照護管理應用

Digital Twins模擬醫療場域的動態，可以提高照護效率，協調機構間的醫療資源管理。例如，電子健康紀錄 (EHR)、診斷紀錄與資料、穿戴式醫療監控數據等，醫護人員可以跨醫療系統轉移及運用患者的數位資料。比起直接攸關人命的藥物、醫材開發，或是診斷、治療處遇等應用，照護管理Digital Twins的實踐與連帶效益，預期不久將來，更有機會快速普及。

多重代理系統之Digital Twins概念示意圖

欲建立醫療系統的多重代理系統，達到真正一模一樣相同的Digital Twins模擬效果，勢必要涵蓋許多AI模型演算的資料巨集，包括患者生命監測設備的健康數據、救護車輛、醫院建築物、醫療人員、患者位置、動態等資訊。據此，Digital Twins亦能預估組織管理層級的牽一髮動全身之連動，計算多層次、多重AI模型間的互動反應，表現真實世界系統層次之間交互作用後的最終結果。

外傷緊急照護流程，與院前院後的Digital Twins管理概念示意圖

以「緊急外傷處理」的醫療系統管理作為案例，可分作到院前處置，與到院後處置，以及兩者之間潛在之連動。真實實體世界涉及了醫療機構外部的傷者通報系統、救護管理系統 (包括患者即時狀態、救護車GPS、交通系統等)，以及內部的緊急醫療系統、醫療資源管理 (包括醫護人員與醫療空間、位置、醫材資源等)、一般照護系統 (包括護理照護、病房管理) 等。

經由過去相關歷史資料預建立的Digital Twins模型，需要連結到警消通訊中心、即時交通監控資訊、救護車與人員的動態、蒐集患者即時的健康監控數據，以及醫院內外傷醫療團隊作業狀態、位置等資訊、急診室系統、其他診斷與監控設備狀態等。

以此資料所建立的Digital Twins可以提供多方管理應用。例如醫院急診系統掌握患者到院時間、檢傷分級、生理狀態，能夠即時分配緊急醫療資源，若有過多患者、或無法處置之緊急狀況，可直接啟動轉院，以及與其他醫院連動之措施。醫療團隊藉由Digital Twins之模擬，迅速推敲最適處置與藥物治療，若有緊急手術需求，亦可依照檢傷等級、人力與手術室資源等資訊，進行手術排程管理。醫院病房系統則可預先安排是否有住院需求、後續照護人力等管理。

新創公司Verto Health使用各項資訊來源，像是EHR、實驗室等患者健康數據，建立AI預測模型，再根據患者臨床護理的實際數據，評估更有效的治療與照護方案。ThoughtWire是一家提供醫療機構照護管理工具的新創，透過蒐集醫療監控設備之生理數據、患者位置，與醫療人員之相對位置、距離等資訊，在患者發生危急狀況時，系統會發出緊急通知，醫師根據系統提供之資訊可大幅降低反應時間。GE Healthcare與Tampa醫院合作手術排程、醫療流程及人員配置的Digital Twins模型，經2019年8月啟動優化後，所提高之效率到2020年底節省了4,000萬美元。

即時、連續性數據蒐集的醫療物聯網

健康數據的全面性蒐集，仍受限感測器無法隨時隨地監控與蒐集人體數據，致使Digital Twins現階段未能做到100%的模擬及預知。現今最具規模的健康數據資料庫，可能是Apple的iWatch，利用消費者配戴手錶的習慣，大量無時段區別的蒐集生理資訊。Apple iWatch可以在即時數據的回饋下，已能夠預測或警示摔倒，以及透過血壓、脈搏、血氧濃度、心電圖等數據預防心臟衰竭。另外也有研究團隊透過Apple iWatch的數據，發現可以預測女性經期的症狀。未來健康照護在數據蒐集將會有很大的市場需求，需要比iWatch更完整的IOMT方案，其中一種解決方案是貼片式健康監測裝置 (bio-stamp)。

2020年全球貼片式醫療監控裝置市場有32.84億美元，至2025年預估達81.47億美元，年複合成長率高達19.9%。貼片式感測器不像智慧手錶被限制於手腕位置，能夠直接黏貼於靠近心跳、血管、肺部等位置，達到更精準與即時的量測。所蒐集之健康數據的症狀監控或治療結果預測，亦是一種Digital Twins的應用。

健康數據收集系統仍是Digital Twins重要的前期基礎建設

由上述分析可見，Digital Twins在健康照護領域的應用非常廣泛，目前已經受到驗證並提出具體服務的項目為醫療照護管理，而人體臨床醫療Digital Twins則處於應用驗證階段。主要的差異在於醫療照護管理的應用情境已具備充足的數據資料，因此透過Digital Twins模擬情境，將能快速有效的提升運行效率、預測可能營運風險並予以修正。臨床試驗設計、藥物開發、手術模擬與醫療器材設計等項目，已有清晰的應用情境，但實踐的速度仍取決於感測技術的發展與數據的收集；由此可見，Digital Twins所需的感測技術仍有相當大的技術缺口與切入機會，若能有效透過客戶開發優勢，分析未來應用情境下的價值主張，探尋產品-市場契合 (Product-Market Fit) 的解決方案與技術切入點，將有機會迎接Digital Twins趨勢下的成長機會。

參考資料：

“5 Ways Digital Twins Could Improve Healthcare,” CBInsights, 2020.
“Apple Women’s Health Study finds period symptoms similar across demographics,” mobihealthnews, 2021.
“Apple-backed Stanford study suggests iPhone, Apple Watch could remotely monitor heart patients’ frailty,” mobihealthnews, 2021.
“On the Integration of Agents and Digital Twins in Healthcare,” Journal of Medical Systems, 2020.
“The “inconvenient truth” about AI in healthcare,” npj Digital Medicine, 2019.
“Toronto-based researchers measuring whether Apple Watch can spot early signs of worsening heart failure,” mobihealthnews, 2021.
“Using digital twins in viral infection,” Science, 2021.
“Wearable Healthcare Devices Market,” Markets&Markets, 2021.
“Wearable, All-in-One Health Monitor: New Skin Patch Continuously Tracks Cardiovascular Signals and Biochemical Levels,” SciTechDaily, 2021.
“Why the Future of Healthcare is Federated AI,” insideBIGDATA, 2021