数字孪生在神经康复中的应用：BiLex框架模拟双语语言处理

《IEEE Transactions on Nuclear Science》：Using Digital Twins to Predict Recovery and Decline in Neurological Disorders

　　

摘要：

在本观点文章中，我们描述了数字孪生——即针对个人独特的语言学习历史和神经状态而分别构建的计算模型——如何用于预测神经疾病中的康复与衰退，特别关注其在神经康复领域的潜力。我们首先将数字孪生置于认知科学和神经康复领域中计算建模研究的更广泛发展背景中。然后我们介绍了BiLex，这是一个使用自组织映射（SOMs）通过两种语言相互关联的语义和语音表征来模拟双语语言处理的数字孪生框架，并解释了为何双语既可作为该方法的严格测试案例，又具有重要临床应用价值。接着我们描述了BiLex的神经康复应用，包括模拟中风和失语症（涵盖个体损伤特征、康复过程、治疗反应预测以及最佳治疗语言的选择），以及模拟痴呆症的渐进性衰退。我们总结道，该框架通过理论驱动的模型构建来增进我们对神经康复的理解。数字孪生代表了一种范式转变，使得在神经康复中能够实现个体化评估、治疗规划和进展监测。