《BMC Proceedings》：Harnessing digital twins for public health surveillance and pandemic preparedness
编辑推荐：
世界卫生组织（WHO）第十届大流行与流行病情报创新论坛聚焦数字孪生（Digital Twins）在增强公共卫生系统和大流行防范方面的变革潜力。数字孪生作为物理实体或系统的虚拟复制品，能够整合实时数据以模拟和预测结果，为公共卫生干预提供有价值的见解。本次会议探讨
世界卫生组织（WHO）第十届大流行与流行病情报创新论坛聚焦数字孪生（Digital Twins）在增强公共卫生系统和大流行防范方面的变革潜力。数字孪生作为物理实体或系统的虚拟复制品，能够整合实时数据以模拟和预测结果，为公共卫生干预提供有价值的见解。本次会议探讨了数字孪生在医疗保健、城市规划和气候适应中的应用，并讨论了数据治理、伦理考量和系统互操作性等挑战。讨论还强调，需要克服局限性并利用跨部门协作，以最大限度地发挥数字孪生在推进全球健康韧性方面的效用。
随着数据科学、人工智能（AI）和物联网（IoT）等技术的快速发展，数字孪生已成为能够实时映射物理系统、流程和环境的高级工具。在公共卫生领域，数字孪生有望增强疾病监测、优化医疗服务交付并改进应急响应规划。为探讨这一技术在大流行与流行病情报中的应用，世界卫生组织（WHO）大流行与流行病情报中心于2024年6月20日举办第十届创新论坛。来自国际应用系统分析研究所（IIASA）、巴塞罗那超级计算中心（BSC）、WHO数据与分析部门以及WHO柏林中心高级分析合作（CAA）部门的与会研究人员，围绕数字孪生的概念演进、跨部门应用、公共卫生实践、集成路径及挑战等主题进行了系统交流。会议设定了三项核心目标：界定数字孪生的概念及应用，识别其局限性，并讨论其在公共卫生使用中的伦理与数据治理问题。
IIASA将数字孪生界定为动态的虚拟复制品，通过整合实时数据提供物理对象、过程或系统的综合数字表征。该理念最早可追溯至20世纪60年代NASA开发的“镜像技术”，用于模拟航天器行为以降低任务风险；“数字孪生”一词于2000年正式提出，此后扩展到制造、医疗和城市规划等领域，在COVID-19大流行期间受到高度关注。数字孪生不同于静态模型或简单三维表示，其本质特征在于物理世界与数字世界之间持续循环的反馈回路，可实时反映物理对象的状状、条件或位置。根据应用对象不同，数字孪生分为组件孪生、资产孪生、过程孪生以及系统与网络孪生等类型。数据是其运行的基础，部署在移动设备、医院设备、环境监测系统和城市基础设施中的传感器持续采集温度、运动、患者生命体征和空气质量等数据，确保数字孪生对变化条件保持准确和动态响应。IIASA强调，数字孪生不仅是AI模型，而是整合实时数据、生成式AI、机器学习、预测分析和云计算并持续演进的系统，需要人类持续监督、专家验证和真实世界反馈以不断优化。
在研究方法方面，与会研究人员采用了多案例分析、
