Bagaimana teknologi digital-twin dapat merevolusi industri perawatan kesehatan

Bagaimana teknologi digital-twin dapat merevolusi industri perawatan kesehatan

Daftar Isi

Teknologi digital-twin bukanlah hal baru, tetapi di banyak industri masih dianggap sebagai hal baru dan sering disalahpahami


  • Oleh

    • Arash Ghazanfari

    Diterbitkan: 11 Jan 2022

  • SEBUAH kembar digital adalah model digital real-time dari suatu objek atau proses yang menggabungkan semua data yang tersedia dan pembaruan saat data baru tersedia. Para peneliti menggunakan kembar digital untuk menguji skenario dengan aman dan ekonomis sebelum mencobanya dalam situasi atau lingkungan kehidupan nyata.

    Kembar digital sudah menjadi hal yang biasa di bidang teknik dan manufaktur, tetapi para ilmuwan sekarang ingin menerapkan prinsip yang sama ke dunia medis. Kembar digital memberi para peneliti informasi yang mereka butuhkan untuk mendeteksi pola penyakit dan mensimulasikan efek perawatan dan mengidentifikasi jalur yang paling menjanjikan untuk penelitian lebih lanjut di antara orang-orang nyata.

    Di masa lalu, tidak biasa melihat kembar digital di luar industri manufaktur karena mereka sangat mahal untuk membangun. Teknologi baru yang produktif dan terjangkau telah menurunkan hambatan masuk, memperluas kasus penggunaan untuk teknologi inovatif ini dan membuat kembar digital lebih mudah diakses. Berkat tren yang berkelanjutan itu, teknologi kembar digital mengubah cara kerja perawatan kesehatan dan ilmu kehidupan untuk mengubah kehidupan orang-orang yang mereka layani.

    Data adalah kuncinya

    Penggunaan teknologi digital-twin memungkinkan perbandingan “pasien seperti saya” di seluruh kohort besar dari kembar medis yang serupa. Ini dapat membantu mengidentifikasi penanda biologis untuk penyakit dan membandingkan serta menguji pilihan pengobatan untuk pasien yang memiliki kesamaan usia, jenis kelamin, etnis, dan bahkan kondisi yang mendasarinya. Analisis semacam itu tidak mungkin dilakukan oleh para profesional medis pada skala yang sama dengan pasien kehidupan nyata.

    Teknologi digital-twin memiliki potensi untuk merevolusi metodologi klinis riset. Teknologi ini memungkinkan pengguna untuk mengajukan pertanyaan yang lebih baik, mendapatkan jawaban yang lebih baik, dan memperoleh wawasan yang dapat ditindaklanjuti tanpa mempertaruhkan kesehatan subjek kehidupan nyata. Tentu saja, menggunakan kembar digital membutuhkan pola pikir yang mengutamakan data. Mengumpulkan lebih banyak data memungkinkan lebih banyak kembar digital, menghasilkan lebih banyak penemuan dan perawatan yang lebih optimal.

    Data adalah kunci untuk membuka masa depan kedokteran. Dan dengan munculnya data kesehatan “besar” – catatan kesehatan elektronik, gambar medis digital, pengurutan genom – kita semua adalah kandidat untuk kembaran digital.

    Keuntungan kembar digital

    Kembar digital membantu mengumpulkan kelompok pasien yang sebanding yang tidak mungkin atau sangat mahal untuk dirakit dalam kehidupan nyata. Teknologi ini juga menghindari penggunaan subjek kehidupan nyata dengan risiko dan masalah persetujuan yang menyertainya. Jika digunakan dengan tepat, teknologi digital-twin di sektor perawatan kesehatan memungkinkan dokter untuk menentukan terapi yang optimal, meningkatkan hasil pasien dan memaksimalkan efisiensi, yang mengarah pada pengurangan biaya rumah sakit.

    Sederhananya, kembar digital menyediakan lingkungan yang aman dan terjamin untuk pengujian dampak perubahan dan akan sangat penting bagi banyak sektor saat kita berupaya pulih dari dampak pandemi.

    Pandemi telah memunculkan beberapa tantangan baru dan unik, dan penelitian kolaborasi telah mulai memanfaatkan kembar digital untuk membantu jutaan orang yang terkena dampak. Misalnya, para ilmuwan bergulat dengan apa yang dilihat banyak orang sebagai krisis kesehatan masyarakat berikutnya – Covid-19 jangka panjang. Perkiraan menunjukkan bahwa sebanyak satu dari 20 orang yang memiliki virus cenderung menderita gejala Covid-19 yang berlangsung lebih dari delapan minggu. Beberapa masih mengalami gejala yang melemahkan selama berbulan-bulan.

    Banyak orang terlalu sakit untuk menahan rezim pengobatan eksperimental, dan masih belum jelas mengapa beberapa pulih dengan cepat sementara yang lain dibiarkan dengan konsekuensi jangka panjang. Kembar digital memiliki potensi untuk membuka misteri kondisi yang sebelumnya tidak diketahui ini, menjawab pertanyaan kunci seperti: siapa yang paling berisiko dan mengapa, gejala apa yang paling umum dan perawatan apa yang paling efektif?

    Kami telah bermitra dengan i2b2 transSMART Foundation, sebuah organisasi nirlaba terbuka sumber organisasi penelitian yang berbasis di Boston, untuk lebih memahami dan menangani dampak Covid-19 jarak jauh. Bersama-sama, kami membangun enklave data untuk memungkinkan hal ini dan menyediakan komputasi, kecerdasan buatan (AI), pembelajaran mesin, dan kemampuan penyimpanan tingkat lanjut yang diperlukan untuk menghasilkan kembaran digital.

    Dalam enklave data, peneliti mengumpulkan, menyimpan, dan menganalisis data pasien yang dianonimkan dari seluruh dunia yang tersebar di berbagai sistem pemantauan dan catatan kesehatan elektronik – dan wawasan dibagikan dengan komunitas penelitian klinis yang lebih luas.

    Menggunakan ini teknologi, peneliti menggunakan latar belakang genetik dan riwayat medis, dikombinasikan dengan rincian efek jangka panjang yang dialami, untuk melakukan jutaan simulasi pengobatan individual. Ini berarti bahwa para peneliti dapat mengidentifikasi pilihan terapi terbaik, semua dengan risiko nol untuk pasien yang sebenarnya. Pasien yang memberikan datanya bahkan dapat memperoleh manfaat secara langsung dan segera jika penelitian menghasilkan terobosan yang relevan.

    Teknologi yang sama yang digunakan untuk memahami gejala Covid-19 jarak jauh juga dapat membantu menciptakan kembar digital medis khusus penyakit beresolusi tinggi yang dapat digunakan oleh dokter dan peneliti untuk banyak aplikasi lain di sektor perawatan kesehatan. Penelitian berbasis AI dan kembar digital akan mendukung rumah sakit dan pusat penelitian secara global, memungkinkan penggunaan teknologi dalam skala besar untuk memajukan peluang kesehatan, pendidikan, dan ekonomi bagi satu miliar orang pada tahun 2030.

    Pentingnya kemitraan teknologi

    Penelitian jenis ini dan skala memerlukan mobilisasi data pasien dalam jumlah besar yang tidak teridentifikasi, termasuk kumpulan data sintetis untuk membantu mencegah bias dalam data dan pelatihan algoritme. Peneliti harus memanfaatkan kemampuan komputasi, penyimpanan, AI, dan pembelajaran mesin yang signifikan untuk membuat wawasan ini dapat ditindaklanjuti – semuanya sambil menjaga privasi pasien dan keamanan data.

    Di sinilah kami di sektor teknologi dapat membuat dampak yang nyata. Dengan menggabungkan pengalaman, pengetahuan, dan keterampilan orang-orang dalam komunitas ilmiah dengan keahlian dan infrastruktur mitra teknologi, kami memiliki peluang terbaik untuk memenangkan perang melawan pandemi – dan kembar digital dapat menjadi bagian penting dari gudang senjata kami.

    Selama lima tahun ke depan, lebih banyak organisasi dan industri akan bergantung pada kembar digital untuk mendigitalkan proses mereka, dan mereka akan membutuhkan lingkungan multicloud terdistribusi, hybrid, untuk melakukannya. Untuk itu, mereka membutuhkan mitra teknologi yang dapat menyediakan perangkat keras, perangkat lunak, dan layanan integrasi manajemen data yang tepat, dan pada saat yang sama melindungi data mereka, simulasi mereka, dan objek dunia nyata, proses, atau orang yang diwakilinya.

    Arash Ghazanfari adalah CTO Inggris di Dell Technologies.

    Baca lebih lanjut tentang inovasi, penelitian, dan pengembangan TI

    • kesehatan digital (kesehatan digital)

    Oleh:

    Corinne Bernstein

  • Kunci teknologi untuk meningkatkan kehidupan orang-orang dengan penyakit langka, kata laporan pemerintah

    Oleh:

    Lis Evenstad

  • Data sintetik dalam perawatan kesehatan memajukan analitik pasien

    Oleh: Kara Joyce

  • Bagaimana duplikasi data dalam perawatan kesehatan didiagnosis
  • Oleh: Andy Hayler

    Baca selengkapnya