数字孪生：很强大但还早期

伦敦国王学院、艾伦图灵研究所、剑桥大学和德克萨斯大学奥斯汀分校奥登计算工程与科学研究所的医疗保健和航空航天专家表示，数字孪生技术的进步使其成为促进预测和精确度的强大工具医学和加强航空航天系统的决策。他们的观点今天发表在Nature Computational Science上。

数字孪生是现实生活对象的虚拟版本，可用于预测该对象将如何执行，它有可能通过广泛的现实生活应用改变许多不同的技术。当应用于医疗保健时，数字孪生可以预测患者的疾病将如何发展以及患者可能对不同疗法的反应。

它在航空航天领域也有巨大的好处，例如，需要该技术来监控和控制数千架无人机，确保它们得到维护，拥有高效和安全的飞行计划，并能够自动适应条件的变化，例如天气，无需人机交互。

然而，当前的数字孪生在很大程度上是难以扩展的定制技术解决方案的结果。

作者说，这些用例对数字孪生创建工作流程中的速度、稳健性、验证、验证和不确定性量化提出了新的要求。

大规模实现数字孪生将需要大幅减少采用它们的技术障碍。

伦敦国王学院生物医学工程与影像科学学院的主要作者 Steven Niederer 教授在医学领域表示，数字孪生将允许对患者进行大量治疗测试，以确定患有独特疾病的个体的最佳选择。

“然而，需要对如何制作模型、如何快速运行这些模型以及如何将多个模型组合在一起以确保它们按预期运行的基本理论进行投资，”他说。

“我们还需要进一步开发如何从患者数据中创建数字孪生、如何测量患者数据中的不确定性以及如何在预测中考虑模型中的不确定性的数学。这些都是需要进一步投资的东西。”

“我们正在对医院中的患者和远程监控进行更多测量，我们需要开发方法，将这些患者信息快速、稳健地结合到数字孪生中，以提供患者的单一表示。”

“另一个挑战是我们如何更好地预测心脏在极端条件下的运作方式。我们经常想预测心脏何时会衰竭，然而，我们只有在正常操作程序下从他们那里获得的信息。”

同样，从航空航天的角度来看，德克萨斯大学奥斯汀分校 Oden 计算工程与科学研究所所长 Karen Willcox 博士表示，为了有用，数字孪生必须具有预测性和量化不确定性。

“数字孪生必须能够分析‘假设’情景并发布对未来的预测，以指导管理实物资产的决策。这意味着数字孪生不能仅建立在数据之上，它需要同时包含数据和预测模型，”她说。

尽管仍然存在许多开放性挑战，但数字孪生的价值是显而易见的。而且它们不一定要完美才能有价值。“即使存在现有限制，数字孪生仍在许多不同的应用领域提供有价值的决策支持，”Willcox 博士说，“最终，我们希望看到在每个工程系统中使用该技术。到那时，我们不仅可以开始思考数字孪生如何改变我们操作系统的方式，还可以首先考虑我们如何设计它。”

“数字孪生代表了心脏建模和模拟的新范例，用于基本和临床转化目标，”生物医学工程教授兼奥登研究所威尔森心血管建模和模拟中心主任迈克尔·萨克斯说。“与我们开发心脏状态的‘静态’版本的传统建模不同，心脏数字孪生会不断更新患者和人口数据。然后可以在近乎实时的仿真中使用它来检测和预测功能异常，从而改进患者的诊断和治疗。仍然存在的持续挑战包括大规模人体数据集成，包括处理监管和隐私问题，以及近实时心脏模拟开发的重大进展。”

艾伦图灵研究所数据中心工程项目主任 Mark Girolami 表示：“数据驱动的数学模型与其所代表的物理现实耦合的承诺，即所谓的数字孪生，将改变我们的交互方式。与并控制物理世界。例如，在医疗保健领域，计算机和算法的强大功能使技术能够构建特定于患者的数字孪生，以满足我们作为人类的多样性并改善个人健康结果。然而，这些承诺的进步将是来之不易的，需要进一步协调和持续的基础研究和开发，以充分实现数字孪生的承诺。”

“......这些承诺的进步将是来之不易的，需要进一步协调和持续的基础研究和开发，以充分实现数字孪生的承诺。”

艾伦图灵研究所所长兼首席执行官 Adrian Smith 补充说：“这种自然计算科学的观点标志着将数字孪生研究提升到越来越重要的应用领域，包括医疗保健方面迈出了重要的一步。现在需要围绕这一点进行重要思考。随着可能性的增加，标准制定和负责任地推出这项技术的新用途。

“艾伦图灵研究所长期以来一直支持数字孪生的巨大潜力，使我们的世界更安全、更智能、更高效。这项国际合作涉及来自英国和美国的研究人员，使我们更接近将数字孪生从定制和手工扩展到将影响我们日常生活的主要行业特征。”

原文链接：Digital twin technology a ‘powerful tool’ but requires significant investment, say experts

BimAnt翻译整理，转载请标明出处