基于数字孪生技术的智慧医疗现状分析与中医诊疗模式探讨

李红岩，郎许锋，李 灿，周作建

（南京中医药大学 人工智能与信息技术学院，江苏 南京 210023）

0 引言

中医的“望、闻、问、切”诊断方法要求医生依靠感官的敏感性来获取信息，继而在信息的基础上利用经验进行分析并作出准确判断，其作为中医的基本检查手段可以实现辨证施治。然而，中医的传统诊断方法主要依赖于医生自身的水平和经验，针对同一病例的诊断，不同医生之间可能有较大差异。此外，因受到时空限制，目前我国中医医疗资源分配不均，大部分患者很难获取优质的医疗资源。在当前中医人才供给不足、诊疗负担重、经验要求高的情况下，中医的标准化和数字化成为近年来的研究热点。

与此同时，在全球制造业的激烈竞争中，正在兴起新一轮的数字化制造浪潮。受此启发和影响，医疗领域也开始了自身的数字化转型与升级。目前，基于数字孪生技术的智慧医疗研究已进入蓬勃发展阶段。而在我国政策、需求、市场和技术的共同推动下，数字化浪潮的涌现必将为中医行业解决一些痛点问题，例如诊疗必须当面进行以及诊疗过程难以标准化等问题。伴随着数字孪生技术的进步和应用，数字孪生有望成为改变中医行业现状的有效切入点，为中医的远程会诊、人机协同会诊、预测预警以及诊疗一体化提供可能。本文对基于数字孪生技术的智慧医疗现状进行分析，并在此基础上借鉴数字孪生技术在西医领域和其他行业的发展，探讨与设计基于数字孪生技术的智慧中医发展模式，以期为中医的数字化发展提供新思路。

1 基于数字孪生技术的智慧医疗现状分析

数字孪生集成了人工智能和机器学习等技术，将数据、算法与决策分析结合在一起，建立物理对象的虚拟映射，以监控和模拟物理对象在虚拟模型中的变化。2011 年3 月，美国空军研究实验室提出机身数字孪生体（Airframe Digital Twin）这一概念［1］。随着智能制造的发展，数字孪生一词的曝光率大为增加。各国工业界和学术界开始陆续针对数字孪生技术的构建、概念内涵进行了深入研究［2-4］。然而，与智慧医疗和工程制造业中的物理产品与过程相比，基于数字孪生技术的实体之一——人体构建数字孪生的复杂性更高。幸运的是，鉴于当前先进的科学技术和广泛的模拟能力，构建数字孪生体来建模人体的不同部位已成为可能。在医疗领域，数字孪生技术可为整个人体、人体的部分系统或功能，以及如细胞/亚细胞等较精细级别的身体器官构建数字孪生体，并通过患者的电子病历及相关数据，增强个性化的研究能力，以更精准地为个体进行诊断和治疗［5-6］。此外，数字孪生技术也可为医院构建数字孪生体，以更好地计划、监控和优化医院的运行，甚至可以通过涵盖一个家庭或不同人口群体中的不同个体实例来构建数字孪生集合，以实现人体数字孪生银行，使得临床试验匹配成为可能。

为进一步分析基于数字孪生技术的智慧医疗研究现状，本文构建检索策略进行研究文献的检索和分析。由于数字孪生技术在医疗领域的应用刚刚起步，研究文献较少，因此在检索时将范围扩大到与“数字人”或“数字孪生”和“医疗”、“养生”及“中医药”等关键词同时出现的主题，以充分调研数字孪生与医疗相关的研究文献。本文在CNKI 中通过设定检索模式SU=（'数字孪生'+'数字人'）and SU=（'医学'+'医疗'+'健康养生'+'中医药'）进行专业检索，并限定学术期刊进行手工筛选，最终选定52 条记录；在Web of Science 核心合集中通过设定检索模式TS=（（'digital-twins' OR 'digital-human'）AND（'medical' OR 'medicine' OR 'health' OR 'TCM '））进行高级检索，并去除信函、摘要、书籍、会议论文等类型，最终选定110 条记录。对以上检索结果进行文献计量，并通过CiteSpace5.8.R3［7］构建科学知识图谱进行可视化分析。

分析相关主题发文情况，2011—2022 年CNKI 与WOS发文量统计如图1 所示。由图1 可见，自2017 年以来该研究主题的文献数量急剧增加，2017—2022 年，CNKI 每年发文量平均为前一年度的1.73 倍，WOS 每年发文量平均为前一年度的2.08 倍。2023 年初至6 月底，CNKI 发文已有9篇，WOS 发文已有31 篇，预测2023 年该主题的研究文献数量必将再创新高。由此可见，该主题逐渐吸引了越来越多学者进行分析、探讨和研究。

Fig.1 Publication statistics of CNKI and WOS during 2011-2022图1 2011—2022年CNKI与WOS发文量统计

根据WOS 的发文情况，进一步分析参与该主题研究的国家和机构。如图2 所示，中国、美国、德国、英国、意大利、法国、荷兰、加拿大等国家在该领域发文较多，而参与研究的大多为大学院校和研究机构。从发文情况来看，杜克大学、斯坦福大学、迪肯大学、马克斯·普朗克分子遗传学研究所、德累斯顿大学、大连医科大学、青岛大学、复旦大学、天津大学、北京协和医院、中国科学院大学、北京航空航天大学、奥克兰大学、伦敦国王学院等均对基于数字孪生技术的智慧医疗产生了较为浓厚的研究兴趣，且已有越来越多研究者不断加入。

Fig.2 Country and institution distribution of WOS literatures图2 WOS文献的国家与机构分布

结合CNKI 和WOS 数据库中已发表的研究文献进行关键词分析，并通过聚类视图和时间线视图进行展示。如图3 所示，CNKI 中的文献大多关注数字孪生相关概念的探讨，如对数字医生、平行医生、联邦医院、平行医院的构想与设计［8-9］，以及在医学软件、诊疗系统与微课视频中的虚拟仿真模型构建，如医学领域三维模型重建与修复［10-12］以及数字人在针灸推拿教学中的运用［13］等。研究热点则从最初数字人、数字孪生概念的提出，到在实验教学中进行虚拟仿真，再到近两年逐步与人工智能等技术相结合而不断演进。WOS 中的文献多为针对具体方法，如图像分类与分割、三维模型构建以及深度学习技术在乳房摄影术、医学成像、核磁共振等领域的应用［6，14-16］。研究热点包括基于数字孪生技术的算法设计，涵盖从图像分类到模型构建、感官反馈，以及医疗辅助设备和临床诊治等领域。

Fig.3 Keyword cluster analysis of literatures图3 文献关键词聚类分析

数字孪生本身实际上是一个工程概念，其目的是通过计算的方式对系统进行建模，以便在现实生活中更快速、经济地开发和测试各种复杂系统。数字孪生概念也可应用到患者身上，从而进行医疗保健和健康维护。除目前参与研究的大学和研究结构外，在欧洲还形成了一个跨学科的数字孪生社区Digitial Twins（https：//www.digitwins.org），由来自欧洲及其他地区，包括澳大利亚、中国、印度、以色列、日本、加拿大、美国等29 个国家118 家组织的200 多名合作伙伴，共同为创建数字健康创新生态系统而努力。

目前除理论研究外，许多研究机构也通过收集来自健康个体和患者的分子、基因组和其他大数据，为构建人类数字孪生体奠定了基础［13-19］。一些初步的数字孪生应用研究已开始进行探索，如在美国蓝色大脑项目的驱动下，Erö 等［20］发布了第一个包含整个老鼠大脑的三维图谱；Corral-Acero 等［14］采用数字孪生技术构建心脏的数据机理模型，从而在虚拟世界预先进行心脏病手术预演，以提高真实世界手术的准确性和安全性；Cho 等［21］通过面部扫描和三维成像构建面部轮廓模型，并在此基础上进行分析与评估，为韩国成年女性提供适当的正畸治疗。还有部分研究关注于创建不同基因组的数字孪生患者，并考虑未来同时对诸如环境因素、治疗副作用和疾病管理成本等相关因素进行建模来治疗多发性硬化症［22-23］。

在我国中医药领域，近年来也开始有学者关注数字孪生与中医药的结合。如天津中医药大学李正教授团队关注中药智能制药技术，并将数字孪生技术应用其中，提出一系列解决方案［24-25］。在中医诊疗领域，虽尚未明确应用数字孪生技术，但基于多模态信息融合的中医智能化探索［26］、针灸经穴三维数字模型构建［27］等都在为将数字孪生应用于中医诊疗领域作准备。

2 基于数字孪生技术的中医诊疗模式探讨

数字孪生技术为物理世界与数字世界搭建了一座桥梁，但其在医疗健康领域的应用才刚刚起步。从上述分析来看，相关研究目前主要集中于西医中的三维器官构建和基因组层面的模型构建，却很少涉及中医领域。而数字孪生技术运用于健康领域可通过对孪生数据的理解与观测对生物人体可能发生的疾病进行预警，这刚好贴合了中医的“治未病”思想。中医在整体观念的指导下讲求“同病异治、异病同治”，通过上述数字孪生技术在西方医学中的研究和应用，数字孪生技术同样可借鉴并为中医的个性化与精准医疗提供可能。借助数字孪生技术进行中医诊疗研究，不仅为中医诊疗的数字化提供了新思路，利用标准化的中医诊断数据吸引更多领域专家参与相关研究，而且为中医学在世界范围内的普及提供了可能。因此，设计和探讨基于数字孪生技术的智慧中医模式将有利于中医的进一步发展、传承与创新。

2.1 中医诊疗数字孪生技术体系

借鉴数字孪生技术在智能制造、航空航天以及西方医学等领域的应用模式［28-29］，在中医诊疗中应用数字孪生技术将依赖于多领域先进技术的发展。本文将中医诊疗数字孪生技术体系也类似地划分为数据保障层、建模计算层、功能分析层和人机交互层，如图4所示。

在中医诊疗数字孪生技术体系中，数据保障层主要用于中医诊疗数据的采集、传输和存储管理。为实现这一目标，可利用如舌诊仪、面诊仪、目诊仪、声诊仪、电子鼻、智能中医问诊系统以及脉诊仪等高性能的传感器捕获与采集在中医诊疗中可用于“望、闻、问、切”的舌像、面像、目像、语音、气味、问答、脉图等数据。相关数据的采集在时间上可跨越母婴期、婴幼儿、儿童、成年、老年以及临终关怀等各个阶段，以实现全生命周期的数据管理。贯穿不同人群全生命周期的海量数据存储将依赖于分布式存储系统和云存储技术，可结合Pig、Hive、Sqoop 等分布式数据库技术和Oracle、SQL Server、MySQL 等传统关系型数据库技术实现稳固的数据存储。此外，基于Kafka、Logstash、Sqoop 等技术的高性能数据传输可为后续数据分析，特别是实时分析提供保障。

建模计算层在数据保障层提供的海量数据支撑下，可借助计算机视觉、自然语言处理、数字信号处理和机器学习等方法完成中医数字孪生三维人体建模，以及对孪生数据的初步分析与挖掘，可更全面、准确地进行中医症状及指标数据测量与理解。在此环节，构建三维中医人体的关键在于将在物理世界中可观测的真实人体，通过采集到的数据还原并建立数字世界中的虚拟孪生体。三维人体构建可采用手工建模、视频重建、图像重建等方式进行，由于目前各医疗机构存储的多为二维的舌、面像数据，因此考虑采用二维图像到三维形体的重建技术完成，如采用三维形变模型、深度学习、对极几何、One-shot learning 等方法。近年来，基于深度学习的三维重建方法在质量和效率上都显示出良好效果。可根据神经网络学习二维图像中所蕴含人脸特征、表情和纹理基数的相关参数，在平均人脸形状和纹理基础上，利用这些参数通过生成网络生成三维模型。整个网络则采用图像损失（二维图像与三维模型渲染后的像素差异）和感知损失（二维图像与三维模型渲染后的特征差异）的加权和作为总损失进行网络训练。在此基础上，可进一步采用球谐函数估计场景光得到光照模型，采用透视投影，选择合适的焦距计算相机模型，以实现更好的仿真效果。对于其他生理和生化模型中的孪生数据，则可采用统计分析方法对数据的构成及分布情况进行初步分析，以了解不同体质人群中年龄、性别、地域等的特征差异，从而更好地理解数据。

功能分析层基于中医数字孪生体模型和数据积累，可依托领域知识与学习方法面向中医诊疗提供相应功能，如构建多模态信息融合的诊断模型、健康状态反馈模型和诊疗效果预测模型等。尽管目前中医诊疗智能化领域已有基于面像、舌像、声诊或脉图等某一种诊断数据进行的体质辨识或疾病预测，但实际上人类对世界的感知是多模态的，利用不同类型的感知器官从多模态的角度探查身体健康状况，这正是中医“四诊合参”的理念所在。此外，不同模态的信号通常包含不同角度和类型，彼此之间可以相互消除歧义，可以更全面地进行健康探查和诊断。因此，该环节的关键是基于“望、闻、问、切”多种模态数据，通过联合表征与协同表征等方式探寻多模态数据的互补性和冗余性，抽取关键信息，构建多模态表征空间。在关联多种模态的基础上，可借助SVM、随机森林、深度神经网络等技术完成人体健康的诊断、反馈与预测。

功能分析结果的呈现以及诊疗模型的交互反馈则由人机交互层来完成。人机交互层直接面向用户，在该环节着重强调以人为本的设计理念，交互系统的设计不仅要在软件和硬件上同时下功夫，而且要考虑到新型交互技术出现的可能性。在界面设计上则需要将肢体、感知与概念联系起来，在考虑人与机器交互以及人与人交互的前提下创建整个交互环境，为用户提供良好的人机交互体验，如可支持患者自行发起的健康诊断、医生发起的远程会诊，乃至医生与计算机设备、医疗器械等共同完成的人机协同诊疗。

以上4 层架构展示了基本的数字孪生中医诊疗技术体系，在该体系之上，未来仍需继续梳理各层所涉及的知识领域与关键技术，在不断充实理论研究的基础上尝试进行应用实践，并结合应用实践的反馈完善理论体系，从而实现基于数字孪生技术的中医个性化与精准医疗。

2.2 中医诊疗数字孪生结构分析

在中医诊疗数字孪生技术体系设计的基础上，可以基于数字孪生五维模型进一步思考分析中医领域数字孪生应用的各结构关系。结合生物人体及健康医疗设备所采集的各项中医诊断数据构建完整的数字孪生体，可进一步用于人体健康监控与预警、中医远程与人机协同会诊、针灸推拿模拟及辅助调理诊疗，从而利用数字孪生技术创建中医个性化健康管理与精准医疗的新手段。

基于数字孪生五维模型M=(P，V，S，D，C)［30］设计中医诊疗数字孪生应用方法，并对五维信息给出描述。其中，P为物理实体，在中医诊疗中包括生物人体及人体所蕴含的脉络穴位等；V为虚拟实体，即通过多模态、多时空数据采集并建模复制出的虚拟人体，包括建模得到的能够体现人体外观、形态、尺寸、穴位和脉络等的几何模型，能够体现生理特征的面像、舌像、目像、语音、气味及脉图等生理模型，甚至是可为中西医结合提供补充的生化指标所构成的生化模型；S为中医健康服务，即通过虚实联动、人机协同技术进行服务封装，从而提供便捷的健康监测与预警、体质辨识、远程会诊、虚拟针灸推拿演练、教学仿真、中医药分析与研发等服务；D为孪生数据，具体包括通过“望、闻、问、切”所得到的视觉、听觉、嗅觉、触觉等诊断数据，以及针灸、推拿及中药成分分析等虚拟仿真数据、辅助生化数据、古籍和现代医案记录以及个体的历史/统计数据等；C为实时数据传输与连接，即为以上各部分之间的互联互通关系，这些连接保证了虚实数据的一致性，为真正实现虚实联动的中医诊疗提供可能。以上各部分示意及相互关系如图5所示。

Fig.5 Application structure of digital twin in the field of traditional Chinese medicine图5 中医领域数字孪生应用结构

将数字孪生技术运用于中医诊疗领域可通过检查身体症状对可能发生的疾病进行预测和早期诊断，这与中医“治未病”的思想不谋而合。在数字孪生驱动下构建三维中医孪生体，并基于该孪生体实现多模态融合分析，可为中医诊断数字化过程中实现“四诊合参”提供借鉴。因此，通过建立数字孪生驱动的中医诊断方法体系并对基本的应用结构进行分析，可更好地实现中医诊断经验的数字化，为模拟、监控、诊断、预测和调理人体健康状况的全生命周期管理作准备。

3 总结与展望

伴随着全球数字化浪潮的兴起，基于数字孪生技术的智慧医疗引发了学术界和医学界的广泛关注。相关研究也从最初的数字孪生概念提出、教学演示、简单的模拟仿真到多维虚拟模型构建，再到虚实融合对比分析，并与人工智能技术、互联网技术以及多传感器感知技术等相结合，尝试实现真正虚实联动的健康医疗管理并不断演进。在未来研究中，如何实现物理世界与虚拟世界的虚实联动，以及融合人类知识与机器学习的人机协同诊断将成为基于数字孪生的智慧医疗真正落地实施所必需研究与解决的两大问题。

中医作为我国传统文化的瑰宝，几千年来一直为我国人民的健康保驾护航。而中医诊疗依靠在临床试验中不断总结、摸索，需要较多经验，且其经验往往更具个性化，导致发展较为缓慢。为突破中医发展的瓶颈，实现中医的客观化、标准化和数字化，众多学者已进行了多年研究，并取得了很多成果。近年来，将数字化和人工智能作为中医传承创新的最佳助力已成为共识。近两年，数字孪生技术在船舶车辆、航空航天、制造工业等领域大放异彩，在西医领域也开始有了很多理论研究及初步应用。通过分析数字孪生技术在智慧医疗领域的应用研究，借鉴相关领域的一些做法，本文初步探讨了基于数字孪生技术的中医诊疗模式，设计了中医诊疗数字孪生技术体系并思考相关应用方法，以期进一步通过多学科交叉融合深入探讨关键技术实现方法，从而促进中医数字化的进一步发展。