《Journal of the American Medical Informatics Association》：Designing evaluation rubrics for the development of virtual human twins in healthcare
编辑推荐：
摘要专业翻译
目的：由虚拟人体孪生（Virtual Human Twin, VHT）技术驱动的智慧医疗创新实现了对患者的持续监测。然而，目前仍缺乏评估其发展阶段的标准化方法，也缺少用于性能比较的统一框架。本研究旨在对VHT相关研究进行定量分析，评估其发展水平，
摘要专业翻译
目的：由虚拟人体孪生（Virtual Human Twin, VHT）技术驱动的智慧医疗创新实现了对患者的持续监测。然而，目前仍缺乏评估其发展阶段的标准化方法，也缺少用于性能比较的统一框架。本研究旨在对VHT相关研究进行定量分析，评估其发展水平，并将其与VHT发展路线图进行对齐。
材料与方法：以PRISMA方法学为指导开展系统综述，系统分析了26项代表VHT不同发展阶段的研究。研究依据既定的5级路线图对相关文献进行评估，并根据其与黑箱（black box）、灰箱（grey box）或替代（surrogate）VHT模型的最接近匹配程度进行分类。
结果：研究建立了一套量规（rubric）系统用于评估迄今的VHT模型，并分析了其相对于既定路线图的成熟度。在26项研究中，路线图全部5个层级均有代表。第2级（演绎阶段，Deductive stage）的代表性最强。第4级和第5级（进化阶段和可解释阶段，Evolutionary and Explainable stages）各仅有3项研究代表。
讨论：在所纳入的研究中，VHT的发展呈现碎片化特征，构建具有高级功能的VHT仍面临重大障碍。
结论：所提出的量规系统可作为评估工具，用于评价进展、促进讨论并改进未来VHT的实验方法，有助于应对沿既定路线图推进VHT发展所面临的挑战。
论文解读文章
一、研究背景与问题提出
当前，医疗健康领域正经历由物联网（Internet of Things, IoT）驱动的深刻变革。可穿戴设备内置传感器和移动健康（mHealth）应用的普及，极大地改善了医疗系统，帮助克服了患者病史获取受限和诊断延迟等挑战。在此背景下，虚拟人体孪生（Virtual Human Twin, VHT）技术应运而生——它作为人体数字复制品，不仅受益于物联网的快速发展，还得益于计算能力的显著提升、人工智能（Artificial Intelligence, AI）、机器学习（Machine Learning, ML）以及先进生理建模技术的进步。
尽管VHT概念源于更广泛的数字孪生（Digital Twin, DT）技术领域，但面向数据驱动的预测系统的发展始于AI成熟之后。自2018年以来，VHT相关出版物显著增加。面对人体这一复杂且不确定的对象，VHT不仅用于疾病检测，还致力于预测健康问题、在问题发生前进行预防，并为未来健康需求提供预测性见解。目前，最先进的VHT技术已针对心脏、肺和大脑等多个人体器官开发，以理解人体在不同场景下的运行机制。Tang等人提出了一个5级发展路线图，从第1级横断面模型（Cross-sectional）逐步延伸至第2级演绎模型（Deductive）、第3级可编辑模型（Editable）、第4级进化模型（Evolutionary）和第5级可解释模型（Explainable）。
然而，尽管技术进步显著，当前医疗健康领域的VHT发展仍面临诸多挑战：数据采集困难、各组件整合不足、生理建模复杂；可穿戴设备中不同类型传感器引入的精度差异导致数据输出或质量出现显著不一致；持续监测的中断会影响VHT学习和捕捉个性化生理模式的能力；硬件和软件的联合部署使安全性成为大规模数据共享的障碍；将ML用于健康结果预测并非易事，行业环境仍缺乏可解释性来说明模型为何得出特定结果，尤其是在干预介入的情况下。
虽然已有部分文献对VHT的定义进行了界定，也有文献聚焦于特定应用领域（如肌肉骨骼应用），但迄今为止，尚无研究将VHT相关方法明确映射到既定路线图上。换言之，现有VHT相关方法已实现了哪些功能、在既定路线图背景下还有哪些目标尚未实现，这些问题仍不清楚。这一阻碍VHT技术发展的关键空白，正是本研究的核心所在。
二、研究内容与核心发现
为填补上述空白，研究人员系统回顾了26项VHT发展研究，使用既定路线图进行评估，并根据与每个路线图层级对齐的明确核心要求对研究进行评定。研究通过以下方式确保系统评估：（1）为路线图不同层级建立量规系统；（2）根据26项研究所展示的功能将其映射到路线图对应层级，确定每项研究最接近的VHT模型分类（即黑箱、灰箱或替代模型），并评估其成熟度。
研究结果表明，在所纳入的26项研究中，路线图全部5个层级均有代表。第2级（演绎阶段）代表性最强，共9项研究；第4级和第5级（进化阶段和可解释阶段）各仅有3项研究。量规评分方面，第1级研究得分在1.0至1.1之间，第2级研究以2.2分为主（8项），第3级研究得分在3.1至3.2之间，第4级研究得分在4.1至4.2之间，第5级研究得分在5.0至5.2之间。
总体而言，VHT发展呈现碎片化特征，大量模型针对特定生理领域而非在统一框架内整合多个器官系统。研究人员指出，该量规系统可作为评估工具，帮助识别早期模型的局限所在，追踪高级模型向临床相关性发展的轨迹，从而指导VHT向更先进、更集成、更适应性的方向演进。
三、关键技术方法
研究人员采用PRISMA方法学指导系统文献综述。数据来源涵盖Google Scholar、Google Books、PubMed、PubMed Central以及Wiley Online Library、Springer Nature和Nature.com等出版商平台，来源类型包括同行评审期刊、会议论文集和书籍，未对文献发表时间设限。检索采用多组核心关键词组合，涵盖VHT相关术语（虚拟人体孪生、数字孪生医疗、虚拟孪生、患者特异性数字孪生）、可穿戴技术术语（智能传感、持续监测、个性化传感、纳米技术、物联网、可穿戴应用、生理信号监测）、AI相关术语（人工智能、模型、建模、预测性医疗模型、多组学）以及医学领域术语（心脏健康、压力、睡眠、神经退行性变、呼吸健康、肿瘤学、个性化医疗、精准医疗等）。初步检索识别约115篇文献，经排除与医疗无关的文献后保留66篇，再经标题和摘要筛选保留50篇，最终全文审查后选定26篇。评估过程由第一作者和通讯作者完成初始评分，三位资深合著者（两位领域专家和一位生物医学专家）进行审查评估，通过反复讨论达成共识。此外，研究还建立了量规评分系统，将路线图各层级核心要求转化为可测量的评分标准。
四、研究结果
第1级研究以非预测性为特征。 横断面研究表现出强烈的传感器依赖性，但未建立第2级所需的生理或健康预测能力。传感器精度问题和长期监测仍是第1级的关键挑战。由于该层级与当前生理或健康状态评估紧密相关，若缺乏预测或建模能力的显著进步，其向完整VHT框架演化的能力将受到限制。
第2级演绎研究代表性最广。 第2级研究共9项，是代表性最强的层级。这些研究超越了当前状态评估，转向预测生理或健康状态。量规评估中8项研究得分为2.2，1项为2.1，成熟度以中高等级为主。大多数研究仍处于早期阶段模型，主要通过将传感器数据与ML集成来支持疾病预测并提供即时健康响应。虽然这些研究具有强数据驱动性和患者特异性个性化特征，但普遍缺乏模拟干预、通过外部干预展示适应性以及为预测提供合理解释的能力。
向第3级可编辑模型的过渡有限。 仅有4项模型属于第3级可编辑模型，其中2项得分为3.1，2项为3.2。开发虚拟肝脏模拟器、提供患者测量的反问题校准、预测超出测量数据范围的结果以及实现实时模拟，使这些模型在通向完整VHT功能的道路上更为坚实。其第3级分类反映了干预相关能力而非纯粹的预测建模。然而，超越此层级的发展取决于传感器保真度的提升和计算强度管理能力的改进。
第4级和第5级研究代表性有限。 第4级和第5级各仅有3项研究。基于第3级的坚实基础，进化型和可解释型研究开始展现出与临床相关性相关的特征，特别是通过适应性和可解释性。然而，其有限的存在表明VHT向此类高级功能过渡仍在进行中。
VHT模型发展呈现碎片化。 研究更集中于单器官VHT开发而非统一的人体VHT系统。发展呈现碎片化特征，许多模型针对特定生理领域而非在统一框架内整合多个器官系统。鉴于达到路线图第3至5级的研究数量有限，实现可评估多个器官系统的可演示人体VHT目标可能需要大量进一步的工作和发展。
五、讨论与结论
在讨论部分，研究人员指出，尽管实现高级功能的VHT仍然有限，但随着VHT向第5级推进，其临床适用性、适应性和可靠性面临多重挑战。临床相关性仍是首要优先事项，但生成和传达疾病风险概况时对人的心理健康的考量也需谨慎对待。VHT在现实世界的实施需要无缝且人性化地融入当前临床环境，并配备充足的计算资源。VHT实施主要围绕基于标准的数据采集和收集展开，因此数据所有权、安全性、治理和管理方面的争议持续存在，涉及医院和技术供应商等多方利益相关者。多方参与也引发了对数据管理边界、VHT知情临床决策问责制的疑问，使透明度成为该领域的关键问题。此外，VHT需要无缝收集临床数据，一次性患者知情同意书可能不足，需要更动态的同意实践以避免数据泄露。最后，适用现有健康法律的监管框架和程序仍在演变中，也需要优先关注。
研究人员也承认所提出系统的局限性：量规评分仅为初始框架，尚未经过试点研究、正式验证或可靠性评估；尽管所有作者讨论了评分系统并经过多次迭代达成共识，但解释上仍可能存在一定变异性；尽管使用了预定义的选择标准，纳入研究中仍可能存在一定选择偏差；仅审查26篇文献，所提量规在更广泛VHT相关研究中的普适性仍有待确立。
研究结论指出，对26项医疗健康VHT发展研究的评估揭示了新兴模式：第2级在纳入研究中代表性最广，表明预测能力在纳入研究中更为突出；第1级研究也占显著比例，但其对当前状态评估的依赖和有限的预测能力可能对向路线图更高层级推进构成挑战；向路线图更高层级的推进有限，第4级和第5级各仅有3项研究对齐，表明纳入文献中高级功能的代表性有限。许多VHT相关方法尚未展示与路线图更高级别相关的高级功能，凸显了开发临床相关VHT系统所面临的挑战。数据类型的整合以及以清晰逻辑解释得出结论方面仍存在挑战。解决这些问题需要传感技术、计算能力和数据集成方面的进步，这些发展可能支持从器官特异性VHT向能够整合多个生理系统的更统一的人体VHT过渡。因此，超越传感器开发和预测建模，向多尺度整合迈进，对于开发综合性VHT可能具有重要意义。所提出的量规框架可为更好地理解VHT相关方法提供支持，并指导其向先进、集成和适应性VHT方向发展，经过正式验证和更广泛测试后，该量规系统可能适用于更广泛的VHT系统，最终支持临床相关VHT的开发。
