E se ognuno di noi – ogni essere umano – potesse disporre di una “copia digitale” di se stesso per simulare funzioni e comportamento del proprio corpo? Una sorta di avatar che reagisce (virtualmente) agli stimoli esterni del mondo fisico proprio come faremmo noi, nel mondo reale. Sembra fantascienza. Ma si moltiplicano progetti ed esperimenti in questa direzione.
Indice degli argomenti
La piattaforma digital twin Q Bio Gemini
La società Q Bio – ad esempio – è riuscita a creare un “gemello digitale” di una persona che combina genetica, chimica, anatomia, stile di vita e anamnesi della persona stessa. L’obiettivo è monitorare la salute di un paziente attraverso un modello virtuale scalabile che possa essere condiviso in modo sicuro con medici e specialisti di tutto il mondo. Tale gemello digitale è stato ottenuto usando una piattaforma di “digital twin” chiamata Q Bio Gemini. Il suo cuore è lo scanner self-driving Mark I che “digitalizza” l’intero corpo in 15 minuti senza emettere radiazioni e fornendo un’immagine simile a quella di una risonanza magnetica, ma in 3D. In tal modo, si ottiene un gemello digitale di tutti gli organi della persona, che possono anche essere analizzati singolarmente. Le informazioni raccolte possono adattarsi in tempo reale ai cambiamenti nell’anatomia e nella biochimica dell’individuo, perché ponderate in funzione dello stile di vita, dell’anamnesi e dei fattori di rischio genetici.
La promessa di una medicina predittiva e personalizzata
Il risultato ottenuto da Q Bio mette in luce le caratteristiche di un gemello digitale: collega il mondo fisico e quello virtuale, trasformando i dati in informazioni utili per controlli, previsioni, valutazioni possibili interventi e via dicendo. Ciò ha assunto un ruolo chiave nel paradigma manifatturiero dell’Industria 4.0. E, proprio nel settore del manufacturing, i gemelli digitali si sono sviluppati e hanno trovato vasto impiego.
Però, in virtù delle sue caratteristiche, la piattaforma dei digital twin si sta piuttosto rapidamente diffondendo anche nella diagnosi sanitaria, portando una rivoluzione nelle metodologie tradizionali. Infatti, aggregando dati appresi automaticamente, permette di creare un modello digitale di un paziente con la stessa struttura fisica e le stesse condizioni cliniche. Ciò consente di effettuare molteplici simulazioni per valutare l’evoluzione di una patologia o gli esiti di determinate terapie o interventi ed apre potenzialmente la strada ad una sempre maggiore affermazione della medicina predittiva e personalizzata.
Gemelli digitali in sanità: un mercato in crescita
Secondo le stime di Mordor Intelligence, nel 2020 il mercato globale dei digital twin è stato di 7,5 miliardi di dollari. E la società di analisi prevede che – entro il 2026 – raggiungerà i 46 miliardi di dollari, registrando un CAGR del 35% nel periodo di previsione.
Anche nell’ambito della salute, i digital twin stanno avendo un’accoglienza decisamente positiva e – secondo i dati raccolti da Accenture – il 66% dei dirigenti sanitari prevede che, nei prossimi tre anni, aumenteranno gli investimenti della propria organizzazione in gemelli digitali intelligenti.
Come funziona e dove prende i dati un digital twin
Il gemello digitale di un paziente si alimenta da diverse fonti di dati sanitari, come immagini radiologiche, parametri personali, risultati di test di laboratorio e genetici che possono aiutare in una diagnosi. Tramite tali dati, simula lo stato di salute e deduce eventuali parametri mancanti dai modelli statistici.
Il processo per ottenere dati in tempo reale dai pazienti inizia con un dispositivo di monitoraggio remoto che acquisisce i parametri vitali (per esempio, frequenza cardiaca o pressione arteriosa), li trasmette in streaming nel cloud, li inserisce in una piattaforma e li analizza utilizzando algoritmi (basati su parametri/soglie) per prevedere la probabilità di potenziali rischi. Se necessario, può anche avvertire il medico tramite un protocollo di allerta.
Tutto ciò può essere trasformato in un processo virtuale, un gemello digitale che – attraverso l’analisi dei dati – potrebbe aiutare anche nel rilevamento precoce di una malattia.
Utilizzando dispositivi indossabili (sensori), piccoli e non invasivi, si alimenta con dati in tempo reale il gemello digitale del paziente nel cloud. Con la raccolta continua dei dati tramite tracker (biometrici, comportamentali, emotivi, cognitivi, psicosociali…), è possibile sviluppare modelli che rilevano i sintomi nelle fasi iniziali, offrendo potenzialmente ai medici la capacità di diagnosticare precocemente una malattia prima che il paziente si ammali. Inoltre, durante il trattamento, si potrà valutare l’efficacia della terapia.
Esistono già molte fonti di dati che possono alimentare il gemello digitale: cartelle cliniche, risultati di analisi di laboratorio e dati farmaceutici e clinici provenienti dalla gestione delle malattie o generati dai dispositivi dedicati al benessere.
Esempi d’uso in cardiologia e oncologia
Consideriamo uno scenario di un paziente con insufficienza cardiaca che necessita di una terapia di resincronizzazione cardiaca (CRT) con l’impianto di un pacemaker. A causa delle peculiari caratteristiche che ha un cuore, il posizionamento del pacemaker deve essere preciso per evitare rischi futuri. Sfruttando i dati di MRI, ECG e pressione sanguigna del paziente, viene creato un gemello digitale del cuore. Questo aiuta i cardiologi a definire la posizione delle derivazioni e a sperimentare virtualmente il posizionamento prima dell’intervento chirurgico.
Un altro esempio è il supporto decisionale per la giusta terapia nel trattamento dei tumori. Con i dati di imaging del paziente, i dati genetici e i risultati di laboratorio, il gemello digitale aiuta il medico a decidere il trattamento ottimale tra chirurgia, radioterapia o terapia ormonale.
Il gemello digitale aiuta nella simulazione di una procedura clinica invasiva per prevedere l’esito, aumentare il successo dell’intervento e ridurre il rischio per il paziente.
Ottimizzazione e personalizzazione dei dispositivi medici
Da un lato abbiamo il gemello digitale del paziente che ha la caratteristica specifica del paziente e dall’altro possiamo avere un gemello digitale di un dispositivo medico. Possiamo, quindi, correlare entrambi i modelli per vedere cosa accade quando un particolare dispositivo viene installato in un determinato paziente.
I gemelli digitali si rivelano molto utili anche nelle attività di ottimizzazione, come il miglioramento delle prestazioni di un dispositivo, eseguendo centinaia di simulazioni con condizioni diverse e pazienti diversi. Inoltre, grazie alla tecnologia di stampa 3D, i gemelli digitali dei pazienti possono portare alla personalizzazione dei dispositivi medici creando design unici per ogni paziente.
Gemelli digitali per la sperimentazione di nuovi farmaci
Il gemello digitale può essere usato con migliaia di farmaci per identificare i migliori (o il migliore) per quel caso specifico. Tuttavia, ciò non si limita ai farmaci che già esistono, ma si può creare una coorte digitale di pazienti reali, con diversi fenotipi, che condividono i sintomi e testare nuovi potenziali farmaci per prevedere con quale di essi un paziente ha più possibilità di successo e qual è il suo dosaggio ottimale, riducendo il numero di studi clinici necessari.
Non solo cure: i vantaggi economici per le aziende sanitarie
Un gemello digitale può anche aiutare le aziende sanitarie a identificare modi per migliorare e semplificare i processi, migliorare l’esperienza del paziente, ridurre i costi operativi e aumentare il valore delle cure. Esso, infatti, consente agli operatori sanitari di spostare le risorse, riconfigurare i reparti e vedere gli effetti delle modifiche all’ambiente simulato. Poiché modella così tante dimensioni, il digital twin produce uno spaccato dettagliato di come funziona un ospedale o una struttura sanitaria e crea modelli di spazi e processi fisici. Quindi, i parametri di ottimizzazione dei costi e della qualità vengono esaminati e, infine, selezionati in base alle informazioni ottenute dalle simulazioni che sfruttano il gemello digitale.
Le informazioni sui gemelli digitali possono essere ulteriormente migliorate con tecnologie complementari come i sistemi di localizzazione in tempo reale (RTLS): essi forniscono una solida fonte di dati del movimento di apparecchiature e persino di individui e possono perfezionare la precisione del gemello nei processi di simulazione. Per esempio, Mater Private Hospital di Dublino, in Irlanda, ha collaborato con Siemens Healthineers per creare un gemello digitale delle sue operazioni di radiologia. Il potenziale di miglioramento identificato era una riduzione di quasi mezz’ora del tempo di attesa dei pazienti e una riduzione dei costi significativa per gli straordinari del personale.
