Credit: CC0伦敦国王学院(King's College London)、剑桥大学艾伦图灵研究所(Alan Turing Institute)、得克萨斯州UT Austin的奥登计算工程与科学研究所(Oden Institute for computing Engineering and Sciences)的公共领域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医学以及增强航空航天系统决策的强大工具。他们的观点今天发表在《自然计算科学》上。当应用于医疗保健时，数字孪生体，一个现实生活中物体的虚拟版本，可以用来预测该物体将如何表现，可以预测患者的疾病将如何发展，以及患者可能如何对不同的疗法做出反应。
它在航空航天领域也有巨大的好处，例如，将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，并能够自动适应天气等条件的变化，而不需要人工交互。
然而，目前的数字双胞胎很大程度上是难以扩展的定制技术解决方案的结果。
作者表示，这些用例对数字孪生创建工作流的速度、健壮性、验证、验证和不确定性量化提出了新的要求。
大规模实现数字双胞胎需要大幅减少采用数字双胞胎的技术障碍。
第一作者、伦敦国王学院生物医学工程和影像科学学院的史蒂文·尼德勒教授在医学上说，数字双胞胎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。
他说:“然而，有必要对如何制造模型、如何高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础理论进行投资。
“我们还需要进一步发展数学，即如何从患者数据中创建数字双胞胎，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。这些都是需要进一步投资的。”
“我们正在对医院和远程监控的患者进行更多的测量，我们需要开发方法，快速、稳健地将这些患者信息组合成一个数字孪生体，以提供患者的单一图像。”
“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行方式。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它们那里获得的信息。”
同样，从航空航天的角度来看，德克萨斯大学奥斯汀分校奥登计算工程与科学研究所所长凯伦·威尔考克斯博士说，为了有用，数字孪生必须是预测性的，并量化不确定性。
“数字双胞胎必须能够分析‘假设’场景并发布对未来的预测，以便指导管理物理资产的决策。这意味着数字孪生不能仅仅建立在数据上，它需要包括数据和预测模型，”她说。
尽管开放的挑战依然存在，但数字双胞胎的价值是显而易见的。它们不一定要完美才能有价值。Willcox说:“即使有现有的限制，数字双胞胎也在许多不同的应用领域提供有价值的决策支持。“最终，我们希望看到每一个工程系统中使用的技术。到那时，我们不仅可以开始思考数字孪生可能会如何改变我们操作系统的方式，还可以开始思考我们最初是如何设计它的。”
艾伦·图灵研究所以数据为中心的工程项目主任马克·吉洛拉米说:“数据驱动的数学模型与它们所代表的物理现实的耦合，即所谓的数字孪生，将改变我们与物理世界的互动和控制方式。例如，在医疗保健领域，计算机和算法的日益强大使技术能够构建一个特定于患者的数字孪生体，满足我们人类的多样性，并改善个人健康结果。然而，这些承诺的进步来之不易，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。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
