论文推荐 | 齐鲁医院马德东教授团队：数字孪生诊疗系统的研究

数字孪生诊疗系统的研究

胡天亮^1,2,3，连宪辉^1,2,3，马德东^4,5，马嵩华^1,2,3，孔胜利^6,7

1．山东大学机械工程学院，济南 250061

2．高效洁净机械制造教育部重点实验室，济南 250061

3．机械工程国家级实验教学示范中心，济南 250061

4．山东大学齐鲁医院，济南 250012

5．国家卫生健康委员会耳鼻咽喉科学重点实验室 －山东大学，济南 250012

6．齐鲁工业大学（山东省科学院）机械与汽车工程学院，济南 250353

7．山东省机械设计研究院，济南 250031

摘要

患者、医疗设备和治疗方案是现代诊疗系统的三个要素，本研究针对该三要素在状态感知、机理模型、智能算法三方面存在的物理信息融合问题进行了探讨。基于数字孪生理念，本研究提出了数字孪生诊疗系统的概念，以实现物理世界和数字世界的虚实映像与实时映射。从孪生数据、孪生机理模型和智能决策三个方面，给出了建立数字孪生诊疗系统的方法，并探讨了在临床诊疗、基础医学研究、教育培训、医疗设备研发等领域的应用。

关键词

诊疗系统；数字孪生；数字化医疗；智能医疗设备；机理模型；状态感知

1. 引言

现代诊疗系统包含患者、医疗设备、治疗方案三个要素。随着近代医疗与信息技术的进步，治疗医师通过各种医疗设备收集患者的生理参数、药物使用数据、环境数据以及医疗设备的使用数据等，构建数据库，利用数据挖掘和分析技术从数据库中提取有用信息，判断患者病情，预测病程，以制定有效、精准的个性化治疗方案。数据处理技术在一定程度上促进了现代诊疗系统的不断完善与发展。然而目前仍有一些顽固性慢性疾病，比如慢性肺气肿、高血压、冠心病、类风湿和恶性肿瘤等难以根治。同时，对于脑出血、脑梗死、急性型心肌梗死、肺栓塞等突发性高致命性疾病的预测预防手段仍有不足。应对这些挑战，现代诊疗系统三要素作为一个整体，在治疗过程中应统筹三方面的信息，但在实际治疗过程中仍存在如下问题：

（１）医疗设备层面

（２）治疗方案层面

（３）患者层面

通过分析以上问题，对现代诊疗系统的技术提升可归结为状态感知、机理模型、智能算法三个方面：

（１）构建完备的状态感知系统。

（２）建立多领域、多尺度的人-机融合的机理模型。

（３）精准的决策算法。

以上问题的实质为诊疗系统物理世界与信息世界的融合与交互问题。可通过将现阶段物理融合技术与医疗诊断技术结合加以解决。

根据数字孪生技术的虚实同步映射、虚实融合的特点与优势，本研究基于数字孪生技术设计了数字孪生诊疗系统（digital twin enabled therapy system, DTTS）。DTTS从系统层面将状态感知、机理模型、智能算法三个方面融合，建立起现代诊疗系统三要素关系，探索其在临床诊疗、基础医学研究、医学教育培训、医疗设备研发中的应用，以提高诊疗系统的智能性和安全性，为智能诊疗系统的发展提供可行的思路。

2. 数字孪生诊疗系统（DTTS）的概念

理想的现代诊疗系统三要素应具备的关系包括：患者与医疗设备的关系，患者与治疗方案的关系，治疗方案与医疗设备的关系。患者、医疗设备、治疗方案三者相互驱动、相互反馈，实现人-机数据的融合，形成数字化、智能化的诊疗系统。

2.1 DTTS概念

该系统是在智能诊疗系统需求的驱动下，基于信息物理融合技术，通过物理实体（包括患者、医疗设备）、孪生数据以及孪生机理模型的映射与交互，实现物理实体和其数字孪生体的多学科、多物理量、多维度、多尺度的融合。在孪生体中的孪生数据和孪生机理模型的融合驱动下，进行智能分析决策，最终服务于临床诊疗、基础医学研究、医疗教育培训以及医疗设备研发和使用。

图 ２ 数字孪生诊疗系统

2.2  DTTS概念系统框架

DTTS分为物理空间和数字空间，主要由物理实体、DTTS孪生数据、DTTS孪生机理模型和DTTS智能决策四部分组成。

3. DTTS孪生数据的生成

DTTS孪生数据主要包括来自物理空间的传感数据。传感数据具有多源异构、多维度、动态性、海量、时序性等特征。根据传感数据的特点，孪生数据从时间维度可以分为两类：实时数据和存档数据。

考虑采集数据的完整性、冗杂性等问题，需要对原始数据进行“原始数据→数据清理→数据集成→数据变换→数据归约”流程的预处理，对所采集的数据做出审核、筛选、排序等必要的处理，将以上数据通过信息交互平台传至数字空间，即将物理实体的状态数据映射到数字空间，实现感知物理实体的全要素信息。

为实现物理实体到DTTS孪生机理模型描述的真实映射，对患者和医疗设备分别建立其孪生机理模型，见图3。根据影像学数据、生理参数、生理学数据等，从解剖、物理、功能和规则四个维度对患者进行建模；从机械、电气、气动和控制四个层面对医疗设备从几何、物理、行为、规则四个维度进行建模。并根据实际诊疗需求，实现DTTS孪生机理模型的自更新、自优化和自配置。约定模型间的融合关系，从而在数字空间建立一个完整的、高保真的DTTS孪生机理模型。

3.1 孪生机理模型的建立

对于患者孪生机理模型，本研究从解剖结构、物理属性、生理功能和生理规则四方面对八大系统进行刻画与描述，根据需求建立“解剖 －物理 －功能－规则”四维融合模型。

图 ３ DTTS孪生机理模型的建立流程图

3.2 孪生机理模型的自更新

为保持DTTS孪生机理模型数据与物理实体数据真实同步，需开展模型实例化（从普适性模型转化为具体专用模型）和模型跟随（随物理实体状态变化实时更新孪生机理模型）工作，其孪生机理模型自更新技术路线会依据物理空间中患者或医疗设备状态实时更新以确保一致性，且在诊疗系统运行各阶段，利用基于遗传算法的优化过程评估传感器累积信号响应，建立综合差异评估模型，映射物理实体相关变化，借此实现DTTS孪生机理模型的自主更新。

3.3 孪生机理模型的自优化和自配置

在DTTS孪生机理模型自优化方面，以临床应用分析为导向，依据误差影响评判规则，对DTTS孪生机理模型进行自主优化降阶处理，在保留患者和医疗设备必要的行为特性，以及主导效应的前提下，在保证准确性的同时，对机理模型进行优化。

在DTTS孪生机理模型自配置方面，以临床应用分析为导向，利用层次分析法选取患者目标子系统或医疗设备目标零部件，并结合子系统或零部件之间的耦合关系，自组织生成以具体应用为目标的DTTS孪生机理模型。在保证应用需求的基础上，实现机理模型的简化，以减轻智能决策的计算负担。

4. DTTS智能决策

在精确建立DTTS孪生机理模型的前提下，DTTS对物理实体的临床状态识别是智能决策的基础。基于DTTS孪生机理模型和孪生数据融合的方法是临床状态识别技术的关键，基于临床状态识别的智能决策的技术路线，见图 ５。

图 ５ 基于临床状态识别的智能决策的技术路线

5. DTTS应用

基于上述DTTS研究，预期可以在临床诊疗、基础医学研究、教育培训和设备研发等四个场景中进行应用。

5.1 临床诊疗

DTTS针对不同患者情况进行术前评估，建立个性化孪生机理模型，提取有效信息，识别 “数字生物标记”，依智能决策提供个性化治疗方案并驱动医疗设备运行辅助诊疗预防。

5.2 基础医学研究

基础医学研究借助孪生机理模型与检测数据，从多学科多维度深入探究人体生理与病理演进机理推动其发展。

5.3 教育培训

DTTS建立多维数字化平台，辅助医护提升技术与操作水平，以可视化助力学生教育、护理训练及患者科普。

5.4 设备研发

DTTS模拟患者与医疗设备辅助设计验证，减少研发成本，还可建立设备模型评估，实现寿命预测与故障智能诊断维护。

6. 结束语

针对现代诊疗系统患者、医疗设备、治疗方案三要素存在的问题，本研究基于数字孪生理念，从状态感知、机理模型、智能算法三个方面探讨了数字孪生诊疗系统的构建方法，并对孪生数据、孪生机理模型、智能决策三方面进行了阐述，对数字孪生诊疗系统在临床诊疗、基础医学研究、教育培训和医疗设备研发四方面的应用进行了初步探讨。后续将以数字孪生诊疗系统理论为基础，推进临床医疗设备和数字平台的建设实施。

关注公众号，后台回复“论文100”即可下载原文

第五届数字孪生国际会议（DigiTwin 2025）将于2025年10月14日-10月18日在德国加尔米施-帕滕基兴举行。

数字孪生医疗健康论坛  主席：

山东大学齐鲁医院  马德东

大连医科大学附属第一医院  李忠海

上海大学   张在房

中日友好医院  侯刚

诚邀国内外相关领域专家学者进行专题报告和论文交流