С.С. Жумажанова1, Н.А. Алексеенко2, Е.В. Шевелева3

1–3 Омский государственный технический университет (г. Омск, Россия)

Постановка проблемы. В настоящее время специалистами в области «Умного здравоохранения» успешно развивается одна из передовых технологий персонализированной медицины – технология «цифровых двойников». Цифровой двойник – виртуальная модель физического объекта, имеющая двунаправленный обмен данными между физическим объектом и его соответствующим двойником. В ближайшем будущем цифровые двойники способны произвести масштабную трансформацию в медицине, в частности, улучшить возможности диагностики, мониторинга и лечения пациентов, снизить сопутствующие затраты, а также привести к созданию более персонализированных методов лечения. Вместе с тем создание цифровых двойников в медицине осложняется тем, что моделируемые объекты (органы и системы жизнедеятельности человека) являются сложными живыми системами, подверженными влиянию множества внешних и внутренних факторов. В этой связи представляется целесообразным изучить и обобщить мировой опыт экспериментальных исследований разработок цифровых двойников в сфере здравоохранения.

Цель. Провести обзор применения цифровых двойников для персонализированной медицины с получением выводов о направлениях, перспективах и проблемах их создания и использования.

Результаты. Представлен всесторонний обзор публикаций для выявления используемых методов и алгоритмов, в том числе на базе систем искусственного интеллекта, для создания цифровых двойников; сделаны выводы о возможных направлениях их развития, в том числе с использованием термографических изображений лица и тела человека.

Практическая значимость. Результаты проведенного обзора позволяют наглядно представить текущее состояние в сфере разработок цифровых двойников и перспективы их развития в персонализированной медицине, а также выявить основные причины, затрудняющие их широкое внедрение. Продемонстрирован статус исследований, применяемые концепции, ключевые и вспомогательные методы и алгоритмы. Обозначены рекомендации к будущим разработкам цифровых двойников.

Жумажанова С.С., Алексеенко Н.А., Шевелева Е.В. Применяемые методы и алгоритмы для технологии «цифровых двойников» в персонализированной медицине // Нейрокомпьютеры: разработка, применение. 2023. T. 25. № 3. С. 41-55. DOI: https://doi.org/10.18127/j1999 8554-202303-03

1. Javaid M., Haleem A., Singh R.P., Suman R., Gonzalez E.S. Understanding the adoption of Industry 4.0 technologies in improving environmental sustainability // Sustainable Operations and Computers. 2022. V. 3. P. 203–217. DOI 10.1016/j.susoc.2022.01.008.
2. Белоусов В.В., Дружинина О.В., Корепанов Э.Р., Макаренкова И.В., Максимова В.В. Подход к оценке технического состояния элементов и узлов транспортных систем с применением методов нейросетевого моделирования и технологии цифровых двойников // Нейрокомпьютеры: разработка, применение. 2021. Т. 23. № 5. С. 5–20. DOI 10.18127/j19998554-202105-01.
3. Digital Twin Market worth $73.5 billion by 2027. [Электронный ресурс]. – Режим доступа: https://www.marketsandmar­kets.com/PressReleases/digital-twin.asp, дата обращения: 26.07.2022.
4. Digital Twin Market Size, Trends, Growth & Forecast [2030]. [Электронный ресурс]. – Режим доступа: https://www.fortunebusi­nessinsights.com/digital-twin-market-106246, дата обращения: 26.07.2022.
5. Emerging Technologies: Revenue Opportunity Projection of Digital Twins. [Электронный ресурс]. – Режим доступа: https://www.gartner.com/en/documents/4011590, дата обращения: 26.07.2022.
6. Bazaz S.M., Lohtander M., Varis J. 5-Dimensional Definition for a Manufacturing Digital Twin // Procedia Manufacturing. 2019.
   V. 38. P. 1705–1712. DOI 10.1016/j.promfg.2020.01.107.
7. Kamel Boulos M.N., Zhang P. Digital Twins: From Personalised Medicine to Precision Public Health // Journal of Personalized Medicine. 2021. V. 11. № 8. P. 745. DOI 10.3390/jpm11080745.
8. The rise of the digital twin: how healthcare can benefit. [Электронный ресурс]. – Режим доступа: https://www.philips.com/a-w/about/news/archive/blogs/innovation-matters/20180830-the-rise-of-the-digital-twin-how-healthcare-can-benefit.html, дата обращения: 26.07.2022.
9. An G., Cockrell C. Drug Development Digital Twins for Drug Discovery, Testing and Repurposing: A Schema for Requirements and Development // Frontiers in Systems Biology. 2022. V. 2. P. 928387. DOI 10.3389/fsysb.2022.928387.
10. Dhamdhere P., Harmsen J., Hebbar R., Mandalapu S., Mehra A., Rajan S. ELPP 2016: Big Data for Healthcare. Berkeley Engineering. P. 37.
11. Ahmed M.N., Toor A.S., O’Neil K., Friedland D. Cognitive Computing and the Future of Health Care Cognitive Computing and the Future of Healthcare: The Cognitive Power of IBM Watson Has the Potential to Transform Global Personalized Medicine // IEEE Pulse. 2017. V. 8. № 3. P. 4–9. DOI 10.1109/MPUL.2017.2678098.
12. Volkov I., Radchenko G., Tchernykh A. Digital Twins, Internet of Things and Mobile Medicine: A Review of Current Platforms to Support Smart Healthcare // Programming and Computer Software. 2021. V. 47. № 8. P. 578–590. DOI 10.1134/S0361768 821080284.
13. How a virtual heart could save your real one. [Электронный ресурс]. – Режим доступа: https://www.philips.com/a-w/about/news/ar-chive/blogs/innovation-matters/20181112-how-a-virtual-heart-could-save-your-real-one.html, дата обращения: 26.07.2022.
14. Marchal T. Personalizing healthcare. 2018. P. 50.
15. Jung A., Gsell M.A.F., Augustin C.M., Plank G. An Integrated Workflow for Building Digital Twins of Cardiac Electromechanics-A Multi-Fidelity Approach for Personalising Active Mechanics // Mathematics (Basel). 2022. V. 10. № 5. P. 823. DOI 10.3390/math10050823.
16. Gillette K., Gsell M.A.F., Prassl A.J., Karabelas E., Reiter U., Reiter G., Grandits T., Payer C., Štern D., Urschler M., Bayer J.D., Augustin C.M., Neic A., Pock T., Vigmond E.J., Plank G. A Framework for the generation of digital twins of cardiac electrophysiology from clinical 12-leads ECGs // Medical Image Analysis. 2021. V. 71. P. 102080. DOI 10.1016/j.media.2021.102080.
17. Prodeau M., Drumez E., Duhamel A., Vibert E., Farges O., Lassailly G., Mabrut J.Y., Hardwigsen J., Régimbeau J.M., Soubrane O., Adam R., Pruvot FR., Boleslawski E. An ordinal model to predict the risk of symptomatic liver failure in patients with cirrhosis undergoing hepatectomy // Journal of Hepatology. 2019. V. 71. № 5. P. 920–929. DOI 10.1016/j.jhep.2019.06.003.
18. Golse N., Joly F., Combari P., Lewin M., Nicolas Q., Audebert C., Samuel D., Allard M.A., Sa Cunha A., Castaing D., Cherqui D., Adam R., Vibert E., Vignon-Clementel I.E. Predicting the risk of post-hepatectomy portal hypertension using a digital twin: A clinical proof of concept // Journal of Hepatology. 2021. V. 74. № 3. P. 661–669. DOI 10.1016/j.jhep.2020.10.036.
19. Rao D., Mane S. Digital Twin approach to Clinical DSS with Explainable AI // arXiv:1910.13520. arXiv. 2019.
20. Hernigou P., Olejnik R., Safar A., Martinov S., Hernigou J., Ferre B. Digital twins, artificial intelligence, and machine learning technology to identify a real personalized motion axis of the tibiotalar joint for robotics in total ankle arthroplasty // International Orthopaedics. 2021. V. 45. № 9. P. 2209–2217. DOI 10.1007/s00264-021-05175-2.
21. Chakshu N.K., Carson J., Sazonov I., Nithiarasu P. A semi-active human digital twin model for detecting severity of carotid stenoses from head vibration-A coupled computational mechanics and computer vision method // Journal for Numerical Methods in Biomedical Engineering. 2019. V. 35. № 5. P. e3180. DOI 10.1002/cnm.3180.  
22. Walsh J.R., Smith A.M., Pouliot Y., Li-Bland D., Loukianov A., Fisher C.K. Generating Digital Twins with Multiple Sclerosis Using Probabilistic Neural Networks // bioRxiv 2020.02.04.934679. DOI 10.1101/2020.02.04.934679.  
23. Shamanna P., Saboo B., Damodharan S., Mohammed J., Mohamed M., Poon T., Kleinman N., Thajudeen M. Reducing HbA1c in Type 2 Diabetes Using Digital Twin Technology-Enabled Precision Nutrition: A Retrospective Analysis // Diabetes Therapy. 2020. V. 11. № 11. P. 2703–2714. DOI 10.1007/s13300-020-00931-w.  
24. Shamanna P., Joshi S., Shah L., Dharmalingam M., Saboo B., Mohammed J., Mohamed M., Poon T., Kleinman N., Thajudeen M., Keshavamurthy A. Type 2 diabetes reversal with digital twin technology-enabled precision nutrition and staging of reversal: a retrospective cohort study // Clinical Diabetes and Endocrinology. 2021. V. 7. № 1. P. 21. DOI 10.1186/s40842-021-00134-7.  
25. Chakshu N.K., Sazonov I., Nithiarasu P. Towards enabling a cardiovascular digital twin for human systemic circulation using inverse analysis // Biomechanics and Modeling in Mechanobiology. 2021. V. 20. № 2. P. 449–465. DOI 10.1007/s10237-020-01393-6.
26. Hernigou P., Safar A., Hernigou J., Ferre B. Subtalar axis determined by combining digital twins and artificial intelligence: influence of the orientation of this axis for hindfoot compensation of varus and valgus knees // International orthopaedics. 2022. V. 46. № 5. P. 999–1007. DOI 10.1007/s00264-022-05311-6.
27. Сатыбалдиева Ф.А., Бодин О.Н., Едемский М.В., Ожикенов К.А., Крамм М.Н., Бодин А.Ю. Скрининговая кардиодиагностическая информационная система на основе современных технологий // Модели, системы, сети в экономике, технике, природе и обществе. 2022. № 2(42). С. 63–74. DOI 10.21685/2227-8486-2022-2-5. 
28. Petrova-Antonova D., Spasov I., Krasteva I., Manova I., Ilieva S. A Digital Twin Platform for Diagnostics and Rehabilitation of Multiple Sclerosis // Computational Science and Its Applications. 2020. V. 12249. P. 503–518. DOI 10.1007/978-3-030-58799-4_37.
29. Tardini E., Zhang X., Canahuate G., Wentzel A., Mohamed A.S.R., Van Dijk L., Fuller C.D., Marai G.E. Optimal Treatment Selection in Sequential Systemic and Locoregional Therapy of Oropharyngeal Squamous Carcinomas: Deep Q-Learning With a Patient-Physician Digital Twin Dyad // Journal of medical Internet research. 2022. V. 24. № 4. P. e29455. DOI 10.2196/29455.
30. Ahmadian H., Mageswaran P., Walter B., Blakaj D.M., Bourekas E.C., Mendel E., Marras W.S., Soghrati S. Towards an AI‐Assisted Framework for Reconstructing the Digital Twin of Vertebra and Predicting its Fracture Response // International Journal for Numerical Methods in Biomedical Engineering. 2022. V. 38. № 6. P. e3601. DOI 10.1002/cnm.3601.
31. Tai Y., Zhang L., Li Q., Zhu C., Chang V., Rodrigues J.J.P.C., Guizani M. Digital Twin-enabled IoMT System for Surgical Simulation using rAC-GAN // IEEE Internet of Things Journal. 2022. V. 9. № 21. P. 20918–20931. DOI 10.1109/JIOT.2022.3176300.
32. Aubert K., Germaneau A., Rochette M., Ye W., Severyns M., Billot M., Rigoard P., Vendeuvre T. Development of Digital Twins to Optimize Trauma Surgery and Postoperative Management. A Case Study Focusing on Tibial Plateau Fracture // Frontiers in bioengineering and biotechnology. 2021. V. 9. P. 722275. DOI 10.3389/fbioe.2021.722275.
33. Ahmadian H., Mageswaran P., Walter B., Blakaj D.M., Bourekas E., Mendel E., Marras W. A Digital Twin for Simulating the Vertebroplasty Procedure and its Impact on Mechanical Stability of Vertebra in Cancer Patients // International Journal for Numerical Methods in Biomedical Engineering. 2022. V. 38. № 6. P. e3600. DOI 10.1002/cnm.3600.
34. Poletti G., Antonini L., Mandelli L., Tsompou P., Karanasiou G.S., Papafaklis M.I., Michalis L.K., Fotiadis D.I., Petrini L., Pennati G. Towards a Digital Twin of Coronary Stenting: A Suitable and Validated Image-Based Approach for Mimicking Patient-Specific Coronary Arteries // Electronics. 2022. V. 11. P. 502. DOI 10.3390/electronics11030502.
35. Barbiero P., Viñas Torné R., Lió P. Graph Representation Forecasting of Patient's Medical Conditions: Toward a Digital Twin // Frontiers in Genetics. 2021. V.12. P. 652907. DOI 10.3389/fgene.2021.652907. 
36. Shamanna P., Dharmalingam M., Sahay R., Mohammed J., Mohamed M., Poon T., Kleinman N., Thajudeen M. Retrospective study of glycemic variability, BMI, and blood pressure in diabetes patients in the Digital Twin Precision Treatment Program // Scientific Reports. 2021. V. 11. № 1. P. 14892. DOI 10.1038/s41598-021-94339-6.
37. Xiwang H., Qiu Y., Lai X., Li Z., Shu L., Sun W., Song X. Towards a shape-performance integrated digital twin for lumbar spine analysis // Digital Twin. 2021. V. 1. P. 8. DOI 10.12688/digitaltwin.17478.1.
38. Lal A., Li G., Cubro E., Chalmers S., Li H., Herasevich V., Dong Y., Pickering B.W., Kilickaya O., Gajic O. Development and Verification of a Digital Twin Patient Model to Predict Specific Treatment Response During the First 24 Hours of Sepsis // Critical care explorations. 2020. V. 2. № 11. P. e0249. DOI 10.1097/CCE.0000000000000249.
39. Bagaria N., Laamarti F., Badawi H., Albraikan A., Martinez R., El Saddik A. Health 4.0: Digital Twins for Health and Well-Being // Connected Health in Smart Cities // Connected Health in Smart Cities. 2020. P. 143–152. DOI 10.1007/978-3-030-27844-1_7.
40. Zhang H., Qi Q., Tao F. A multi-scale modeling method for digital twin shop-floor // Journal of Manufacturing Systems. 2022.
    V. 62. P. 417–428. DOI 10.1016/j.jmsy.2021.12.011.
41. Lee H., Kim S.D., Al Amin M.A.U. Control framework for collaborative robot using imitation learning-based teleoperation from human digital twin to robot digital twin // Mechatronics. 2022. V. 85. P. 102833. DOI 10.1016/j.mechatronics.2022.102833.
42. Fagherazzi G. Challenges and perspectives for the future of diabetes epidemiology in the era of digital health and artificial intelligence // Diabetes Epidemiology and Management. 2021. V. 1. P. 100004.
43. Mourtzis D., Angelopoulos J., Panopoulos N., Kardamakis D. A Smart IoT Platform for Oncology Patient Diagnosis based on AI: Towards the Human Digital Twin // Procedia CIRP. 2021. V. 104. P. 1686–1691. DOI 10.1016/j.procir.2021.11.284.
44. Barricelli B.R., Casiraghi E., Gliozzo J., Petrini A., Valtolina S. Human Digital Twin for Fitness Management // IEEE Access. 2020. V. 8. P. 26637–26664. DOI 10.1109/ACCESS.2020.2971576.
45. Nebeker C., Torous J., Bartlett Ellis R.J. Building the case for actionable ethics in digital health research supported by artificial intelligence // BMC medicine. 2019. V. 17. № 1. P. 137. DOI 10.1186/s12916-019-1377-7.
46. Dychka I., Sulema Y., Bukhtiiarov I. Digital twin information technology for biomedical data complex representation and processing // Вісник Херсонського національного технічного університету. 2019. V. 3(70). P. 112–119. DOI 10.35546/kntu2078-4481.2019.3.12.
47. Dalibor M., Heithoff M., Michael J., Netz L., Pfeiffer J., Rumpe B., Varga S., Wortmann A. Generating Customized Low-Code Development Platforms for Digital Twins // Journal of Computer Languages. 2022. V. 70. P. 101117. DOI 10.1016/j.cola.2022. 101117.
48. Драгунов С.Е., Попова С.С., Матохина А.В., Чернецкий М.А. Внедрение цифрового двойника на примере мониторинга состояний экзоскелетного тренажёра Rejoint // Прикаспийский журнал: управление и высокие технологии. 2020. № 4 (52).
    C. 112–118.
49. Алексеев В.В., Королев П.Г., Аксенов А.Ю., Царева А.В. Создание системы видеоконтроля и оценки состояния человека на основе базы цифровых двойников его кинематического портрета // Сб. докладов Всеросс. практич. конф. «Интеллектуальный пункт пропуска в России и мире: компетентностный подход к созданию». СПб: Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина), 2022. С. 50-52.
50. Половинкин С.А., Зайцева Г.О. Совершенствование системы подготовки спортивного резерва в циклических видах спорта с использованием инновационной технологии физиологического аватара (цифровой двойник спортсмена) (на примере велосипедного спорта) // Материалы III Всеросс. науч.-практич. конф. с международным участием «Актуальные проблемы, современные тенденции развития физической культуры и спорта с учетом реализации национальных проектов». Москва: ФГБОУ ВО «РЭУ им. Г.В. Плеханова». 2021. С. 832–838.
51. Муратов Р.М., Рябых И.А. Разработка прототипа протеза руки на базе Arduino с применением технологии цифрового двойника // Материалы Междунар. молодежной науч. конф. «Энергетика и цифровая трансформация». В 3-х томах / Под общ. ред. Э.Ю. Абдуллазянова. Т. 2. Казань: ООО «Полиграфическая компания Астор и Я». 2021. С. 334–337. 
52. Стартовал проект Уральского НОЦ по сбору данных для создания цифрового двойника спортсмена. [Электронный ресурс]. – Режим доступа: https://www.susu.ru/ru/news/2019/10/23/startoval-proekt-uralskogo-noc-po-sboru-dannyh-dlya-sozda-niya-cifrovogo-dvoynika, дата обращения: 05.07.2022.
53. Жукова И.В., Кузьмичев В.Е. Проектирование мягкотельных виртуальных двойников типовых российских фигур для примерки компрессионной одежды // Известия высших учебных заведений. Технология текстильной промышленности. 2021. № 4 (394). С. 139–144. DOI 10.47367/0021-3497_2021_4_139.  
54. Жукова И.В., Кузьмичев В.Е. Проектирование твердотельных цифровых двойников типовых российских фигур для оценки качества виртуальной одежды // Известия высших учебных заведений. Технология текстильной промышленности. 2021.
    № 3 (393). С. 106–112. DOI 10.47367/0021-3497_2021_3_106.
55. Zhumazhanova S., Sulavko A., Ponomarev D., Pasenchuk V. Statistical Approach for Subject’s State Identification by Face and Neck Thermograms with Small Training Sample // IFAC-PapersOnLine. 2019. V. 52. № 25. P. 46–51. DOI 10.1016/j.ifacol. 2019.12.444.
56. Ложников П.С., Жумажанова С.С. Модель преобразователя «биометрия-код» на основе искусственных нейронных сетей для анализа термограмм лица субъектов // Безопасность цифровых технологий. 2021. № 2(101). С. 154–165. DOI 10.17212/ 2782-2230-2021-2-154-165. 
57. Zhumazhanova S.S., Sulavko A.E., Lozhnikov P.S. Neurobayesian Algorithm for Subject's Psychophysiological State Identification // XV International Scientific-Technical Conference on Actual Problems Of Electronic Instrument Engineering (APEIE). Novosibirsk, Russian Federation. 2021. P. 380–383. DOI 10.1109/APEIE52976.2021.9647606.
58. Mammoottil M.J., Kulangara L.J., Cherian A.S., Mohandas P., Hasikin K., Mahmud M. Detection of Breast Cancer from Five-View Thermal Images Using Convolutional Neural Networks // Journal of Healthcare Engineering. 2022. V. 2022. P. e4295221. DOI 10.1155/2022/4295221.
59. Ng E.Y., Sudharsan N.M. An improved three-dimensional direct numerical modelling and thermal analysis of a female breast with tumour // Proceedings of the Institution of Mechanical Engineers. 2001. V. 215. № 1. P. 25–37. DOI 10.1243/0954411011533508.