类型：超精简版
选文: 大壮
编辑: 大壮
医工交叉不只有人工智能可以和医学结合，还有其他工科技术，比如骨科常见生物力学分析（常用有限元仿真分析）。今天介绍一个比较时髦的词
“数字孪生”
，有的也叫数字双胞胎，这并非是新概念，在工业现场应用比较多。读研的时候使用过IMU（惯性传感器单元）测量的设备姿态数据实时同步到可视化界面上方便分析设备位姿。
关于
“数字孪生”
与医学交叉研究会持续介绍几篇文章，今天整体了解一下
文章首先介绍了数字孪生技术在医疗领域的应用背景和重要性，然后详细阐述了临床研究数字孪生能力模型的构建方法和四个层级的能力特征，接着通过试点应用验证了模型的可行性，并讨论了在实施过程中可能遇到的挑战和未来发展方向，最后总结了研究的结论。
1.
背景知识
数字孪生技术起源于2003年的航天领域，因其在数字世界与
真实世界间的数据采集映射与模拟预测应用而取得广泛成功
，并逐步扩展到社会各个行业。
在医疗领域，临床研究以“人体”为核心研究对象，关注药物对人体内部系统的定量化影响以及外部环境对人体的影响。数字孪生技术可以满足临床研究
高精度、高频率、多形态、多维度
的数据采集与融合需求，形成多层级高质量的临床研究数据资源。
2.研究方法和模型
文章基于临床研究实际需求，围绕需求迫切程度、技术实现和建设难易程度，以及场景应用深度等多角度，
提出了临床研究数字孪生4级能力模型。
这个模型系统性描述了临床研究数字孪生各阶段能力特征和阶梯目标，为医疗机构临床研究数字孪生建设提供路径和能力评估参考。
模型分为四个层级：
（1）多源整合级（L1级）
解决医院信息系统间的“信息孤岛”问题，实现以患者身份与时间轴为线索的多源数据汇聚整合，并通过数据中台形式提供患者样本数据的检索与提取服务。
（2）体征孪生级（L2级）
通过5G、物联网等数字技术，实现患者生命体征数据的持续高精度采集，自动传输记录到医院数据库中，为临床研究提供高频高精度数据。
（3
）时空孪生级（L3级）
在L2级基础上，进一步采集患者外在行为及其承载的时空环境数据，实现以患者为中心的全时空临床研究完整数据集。
（4）智能应用级（L4级）
在前3级基础上，通过引入人工智能技术，实现数据挖掘建模、动态模拟预测等新型智能化研究范式的应用。
3.具体应用
功法执行到位程度监测评估系统，具体使用人体关键点检测算法（知名开源算法openpose可以实现）
（1）技术实现
采用每秒30帧的人体骨骼运动轨迹采集技术
，将每位受试者实际执行功法的动作分解为各个关节的空间运动轨迹与开闭角度。
（2）数据处理
对受试者体格特征进行补偿后
，
与事先记录的标准动作数据进行比对
，
从而可以完整地给出每位受试者执行功法的标准程度。
（3）应用场景
1）修正医嘱执行程度
在针对特定功法治疗效果的数据分析中，修正每位受试者的医嘱执行程度。
2）实时可视化提示
系统的实时可视化提示可以将偏离标准较为严重的骨骼部位以红色高亮的方式实时提示给受试者，帮助其尽早发现并纠正自身动作，大大降低对领操护士的人力依赖。
4.讨论
研究将临床研究实际需求与人工智能、数字孪生等数字技术相融合，构建了涵盖阶梯目标、应用场景、关键技术等多维度的临床研究数字孪生能力模型。
通过试点应用，验证了模型的合理性和可落地性，推动了临床研究的全过程规范化操作、精细化监管、智能化风险防控的实质性提升，支撑研究型医院建设，全面提升临床研究效能。
感谢您的阅读，如果您对这项研究感兴趣或想了解更多关于AI在医学中的应用，请继续关注我们，我们会定期分享最新的科研成果和健康资讯。别忘了点赞和转发哦！👍🔄
