AI驱动的数字孪生技术可能会改变医生理解和治疗心脏病的方式。但如果用于构建这些虚拟模型的医疗数据忽略了女性和男性之间的生物学差异，真正个性化医疗的承诺可能仍然不完整。
人工智能正开始重塑医生研究和治疗心脏病的方式。其中一个最大胆的想法是"数字孪生"：一个由患者医疗数据构建的计算机模型，允许研究人员模拟疾病可能如何发展以及治疗方法可能如何工作。
在心脏病学中，这些模型结合医学影像、临床记录和生物数据来创建心脏的虚拟版本。未来，医生可能能够在将治疗策略应用于患者之前，在这个数字模型上进行测试。
但一个重要的科学问题正在出现：如果用于构建这些模型的医疗数据缺少女性和男性之间的重要生物学差异怎么办？
随着数字健康技术越来越接近临床实践，确保这些工具反映人类生物学的全部多样性变得越来越重要。
在我们Aix Marseille大学关于炎症性心脏病的患者特定计算模型的研究中（MYOCAR3由Civis联盟资助），我们开始看到女性和男性之间的免疫反应差异如何影响这些疾病的发展以及它们可能如何出现在未来的数字模型中。
数字孪生在心脏医学中的前景
数字孪生正日益受到欧洲各地的关注，作为一种推进精准医学的方式。
研究人员希望构建个性化模型，捕捉每个人的独特生物学特征，而不是根据在大人群中观察到的平均反应来治疗患者。几个欧洲倡议正在探索这种方法。
由欧盟委员会支持的欧洲虚拟人体孪生倡议(VHT)旨在加速医疗保健数字孪生技术的发展。其他项目，如SimCardioTest，专注于构建患者特定的心血管模型，以改善诊断和治疗计划。
这些努力将工程师、临床医生和数据科学家聚集在一起，以更好地理解复杂的心脏病。但这些模型的成功在很大程度上取决于一个关键因素：用于构建它们的数据的质量和代表性。
当医疗数据不能代表所有人时
在过去十年中，研究人员越来越认识到生物医学研究有时将男性生物学视为默认。
Nature发表的一项广为引用的分析报告称，在许多临床前研究中，雄性动物历史上比雌性动物多出约五比一。
在心血管医学中，这种不平衡很重要。
根据世界卫生组织的数据，心脏病仍然是全球死亡的主要原因，每年导致近1800万人死亡。
然而，心脏病对女性和男性的影响并不完全相同。症状、疾病机制和对治疗的反应可能不同。
炎症性心脏病提供了一个鲜明的例子。心肌炎，即心肌炎症，可能发生在病毒感染后，在极少数情况下，也可能发生在疫苗接种后。
全球估计表明，心肌炎每年影响约180万人，男性比女性更常见，比例为二到四比一，尤其是在年轻人中。
发表在Circulation等期刊上的研究表明，这些差异可能与免疫反应、激素影响和心肌组织生物学的差异有关。
对于开发数字心脏模型的科学家来说，这提出了一个重要问题：如果数据集没有充分捕捉这些生物学差异，数字孪生能否准确地再现在不同患者中的疾病行为？
从性别差异到性别敏感医学
这些担忧是生物医学研究向所谓的性别敏感医学更广泛转变的一部分。
这一新兴领域认识到，生物性别和社会文化性别因素都会影响健康、疾病进展和对治疗的反应。
研究人员越来越多地努力将这些维度整合到医学研究、临床实践和医疗保健教育中。
例如，苏黎世大学医院心脏中心已经开发了专门针对性别敏感心脏病学的咨询。研究人员分析国际数据集，识别大型患者队列中的模式，并生成新的临床数据，以更好地了解性别和性别如何影响心血管疾病。
与此同时，欧洲科学合作正在努力加强研究中对性别差异的考虑。
欧洲倡议COST Action EU-SABV是欧洲首个专注于改进"性别作为生物变量"如何整合到生物医学研究中的努力，帮助确保研究产生对不同患者群体既严格又相关的发现。
这些努力共同旨在生成更好的数据集，这是可靠的数字健康技术的基本基础。
构建更好的数字医学
数字孪生代表了心血管医学中最令人兴奋的前沿之一。未来，这些模型可以让医生模拟疾病进展、虚拟测试疗法并为个别患者量身定制治疗方案。
但数字医学的承诺最终取决于塑造这些模型的数据。
如果这些数据未能反映女性和男性之间的生物学差异，即使最先进的算法也可能遗漏部分情况。
因此，确保数字孪生反映人类生物学的全部多样性将是至关重要的。只有这样，这些技术才能实现真正个性化医疗的承诺，不是为"平均"患者，而是为每一位患者。
【本文由摩根·埃文（马赛大学博士）、高浩（格拉斯哥大学博士）和弗兰克·图尼博士（马赛AP-HM北部医院）共同撰写。】
【全文结束】