当阿波罗13号飞船于1970年4月11日开始其登月任务时，数字孪生的概念尚未被构思出来。在旅程的第三天，一次例行的氧气罐搅拌导致了一场灾难性的爆炸。
在进行了一些诊断测试后，NASA团队发现氧气罐爆炸严重损坏了一台发动机。更糟糕的是，受损的飞船正在向太空泄漏宝贵的氧气，这对机上的宇航员——吉姆·洛弗尔、弗雷德·海斯和杰克·斯威格特来说意味着可能的死亡。飞船距离地球超过20万英里，远超出任何地面或物理干预的范围。诊断和修复损坏只能依靠船员手头的资源来完成。
NASA有15个用于训练和任务规划的模拟器。虽然这些模拟器与波音公司为NASA建造的最新模拟器相比显得原始，但它们可以连接多达10台数字计算机，这在1970年是最先进的技术。此外，还有指挥舱飞行员肯·马廷利，他因接触风疹而被替换。马廷利、备用机组人员和数百名NASA工程师利用这些模拟器复制了飞船上的条件。通过运行多次假设任务，其中许多导致模拟船员的死亡，团队最终成功地将阿波罗13号安全带回地球。
直到2005年，NASA用模拟器所做的工作才有了一个名字——数字孪生（DT）概念。
什么是数字孪生？
2000年初，研究科学家和产品开发专家迈克尔·格里夫斯博士为NASA用模拟器所做的工作提出了一个术语，但增加了技术成分。使用产品的虚拟孪生将完全镜像实际产品。物理现实的数字孪生在预测、排除故障或解决问题方面具有巨大价值，而无需承担改变过程或产品的成本或风险。
21世纪计算能力、人工智能和物联网（IoT）的指数级增长极大地推动了数字孪生概念的发展。物联网使物理实体与数字孪生之间的数据实时传输成为可能，显著增强了数字孪生的功能。
创建精确的虚拟仿真已成为常态。家用电脑可以模拟先进飞机或汽车的性能特性。飞行员可以在模拟器中模拟真实世界的情况，而不会危及生命。NASA可以控制遥远飞船上的物理系统。全球航运公司可以在不冒现实世界风险的情况下确定其物流链变化的影响。
虚拟孪生不仅限于仿真，还通过物联网实现实体与数字孪生之间的实时数据传输。真正的数字孪生必须满足三个标准——完美代表物理系统、即时且持续地共享数据、行为逼真。这一概念有望彻底改变医疗保健，从患者监测和个性化治疗到药物开发和手术模拟，都有潜在应用。
静态、影子和智能孪生
自2005年格里夫斯博士帮助普及数字孪生术语以来，数字世界发生了巨大变化。阿波罗13号危机期间的技术已经帮助各行业、大学和智库发展了数字孪生概念。
阿波罗13号危机期间的概念第一代可以视为静态孪生模型，即物理系统的精确数字副本。NASA使用的系统复制了阿波罗飞船上的条件，但无法物理上改变或与飞船共享信息。影子数字孪生可以在实时交换数据并应用信息更新模型。这需要虚拟孪生和物理孪生之间的连接——1970年不可能实现，但现在由于通信技术的发展已变得司空见惯。
最终目标是智能虚拟孪生。智能虚拟孪生不仅可以像影子孪生一样合成和共享数据，还可以使用人工智能学习、推理、预测并与物理孪生通信，包括接收来自物理孪生的更新信息。虚拟孪生可以通过仿真来理解，但现实是，智能虚拟孪生要复杂得多。它在物理现实和虚拟世界之间建立了一个链接，可以预测问题并应用解决方案。
创建数字孪生
该术语让人联想到虚拟世界中某个地方有一个与自己一模一样的孪生兄弟，作为矿井中的金丝雀化身。在虚拟孪生中引入变化，例如虚拟疾病和一个或多个治疗方案，观察结果，并利用这些信息采取最佳的治疗途径。当然，创建一个像生物结构这样复杂的数字孪生并非易事。需要收集和利用大量数据来创建一个完全相同的虚拟孪生。幸运的是（或者根据你的观点可能是不幸），近年来这些数据变得越来越容易获得。
物联网有能力收集和分享大量数据，其中许多可以用于创建数字孪生。但这不仅仅是收集生物特征、人口统计和生活方式数据。有效的数字孪生还结合了疾病登记册以及基因组学（基因图谱）、生物组学（大规模生物数据分析）、蛋白质组学（蛋白质相互作用和结构的研究）和代谢组学（代谢物研究），以更深入地了解健康问题。
计算能力的增长和人工智能效能的提高，使虚拟孪生的应用比几年前想象的要广泛得多。
预测健康风险
通过收集、合成和监控个人的生命体征、遗传、生活方式和生理信息，并使用虚拟孪生应用机器学习、预测数学模型和人工智能，医生可以预测未来。
将数字孪生应用于医疗保健的一个最吸引人的方面是在健康风险出现之前检测到它们。想象一个世界，在那里医生可以在任何症状出现之前识别并成功治疗乳腺癌。这项技术可以拯救或延长数百万人的生命。
诊断技术和方法已经在某种程度上做到了这一点。在制定治疗方案时，大多数医生和外科医生都会生成详尽的病史，包括过去的习惯、生命体征和家族史。数字孪生将最大化这一过程。
由智能数字孪生模型预警的患者可以以前所未有的方式掌控自己的健康。保持健康的最佳做法，如清洁饮食和充分锻炼，可以更加精准地聚焦以最大化积极结果。虚拟孪生可能会发现患者有形成肾结石的遗传倾向，从而使实体患者在第一次痛苦发作前避免诱因。
数字孪生技术在医疗保健中的应用
尽管数字孪生已在各行业中应用多年，但在医疗保健领域仍相对年轻。毕竟，还有什么比人体及其众多系统更复杂的呢？得益于人工智能的兴起和越来越多可获得的健康信息，医生和科学家在医疗保健领域取得了一些成功。
2019年，约翰霍普金斯大学的一个团队发表了由生物医学工程教授纳塔莉亚·特拉诺娃撰写的概念验证研究。报告详细描述了她的团队如何创建10名患有心房颤动（不规则心跳）患者的上心室虚拟孪生。利用从虚拟孪生中获得的信息，团队预测了外科医生需要破坏哪些病变的心脏组织，而无需让患者接受昂贵或危险的程序。
另一个成功案例来自克利夫兰诊所，该诊所使用虚拟孪生模型研究环境对健康的影响。利用健康记录、环境特征和公开数据，该诊所建模了社区，并告知保险公司和医疗机构如何最好地缓解这些社区的健康问题。
数字孪生在医疗保健领域的应用范围广泛。它可以改变从药物递送到个性化护理再到保险费用等方方面面。然而，数字孪生的发展并非一帆风顺，专家表示需要机构支持以推动科学进步。
联邦支持数字孪生
数字孪生模型在医疗保健中的应用具有巨大潜力，但也面临巨大挑战。正如凯伦·威尔科克斯告诉国家科学院的那样，“数字孪生在科学和技术的各个领域，包括工程、自然世界和医学，都具有巨大的潜力。我们的报告明确指出，这里确实有机会以新的、有价值的方式将不同的领域和学科结合起来，但要实现这种价值需要跨学科基础的投资。”
创建数字孪生依赖于数据共享和巨大的计算能力，这两者有时对研究人员来说是不可用的。支持者敦促联邦机构，包括国家卫生研究院（NIH）、国家科学基金会（NSF）以及国防部和能源部，创建跨机构渠道，以促进所需的研究，最大限度地发挥数字孪生技术的有效性。
除了食品和药物管理局（FDA），NIH和NSF已拨款600万美元用于开发医疗保健和生物医学研究的数字孪生。相比之下，拜登政府为半导体制造中的数字孪生技术提供了2.85亿美元的资金，这一数额显得微不足道。
难题
医疗保健领域采用和适应虚拟孪生技术面临着几个挑战，包括技术限制、可用数据的质量和伦理问题。将虚拟孪生这一新革命性概念推广到整个医疗保健领域需要巨大的、协调一致的努力。将计算、人工智能、数学模型和医学结合成一个适用于各种医学学科的便捷包，需要巨额投资和高度发达的技术基础设施。
此外，虽然通过智能手机、可穿戴传感器技术（如Peloton心率带或Facebit面罩）和其他手段收集数据已成为常态，但这些主要通过私人公司收集的数据质量可能存在缺陷。这也引发了伦理问题。此外，创建虚拟孪生的成本可能会造成那些因社会经济地位而能访问该技术的人和不能访问的人之间的差异——这一话题在美国医疗保健界已经讨论了很长时间。
另一个热点问题是关于个人数据隐私的担忧。如果私人公司收集有关一个人身体各个方面的信息，甚至包括家庭生活和基因组信息，这些数据是否会被不道德地使用？保险公司是否会根据数字孪生预测的疾病拒绝承保？汽车行业已经在为保险公司收集驾驶数据。物流操作或汽车的数字孪生远不如一个活生生的人类个体被数据化那么个人化。
展望未来
数字孪生技术的出现已经改善了数十年来的系统，但其在医疗保健领域的应用具有巨大潜力，同时也带来了一些棘手的伦理和道德问题。随着科学家和研究人员不断前进，有一点似乎很清楚——数字孪生将会长期存在。
据《福布斯》报道，“到2025年，25%的医疗保健提供组织将在其数字化转型战略中纳入正式的数字孪生计划。”这一数字在短期内不太可能减少。随着医疗保健领域的数字孪生技术刚刚起步，只有时间才能告诉我们它在医疗保健行业可能带来的好处。预防性诊断只是冰山一角。
几十年前，三名宇航员在轨道上无助地漂浮，氧气耗尽，回家的机会渺茫。通过复制和模拟飞船上的条件，NASA团队使用最早的数字孪生概念之一挽救了他们的生命。这似乎只是一个开始。
(全文结束)
