Cyfrowi bliźniacy: “Zdrowie można prognozować jak pogodę”

W książce „Wirtualny Ty: Jak stworzenie cyfrowego bliźniaka zrewolucjonizuje medycynę i zmieni twoje życie”, Peter Coveney i Roger Highfield opisują postępy prac nad symulacjami ludzkiego ciała. To fascynująca podróż po inżynierii komputerowej, medycynie i zupełnie nowej ochronie zdrowia.

W wywiadzie dla OSOZ autorzy opowiadają, dlaczego cyfrowe modele zdrowia nie muszą być w 100% dokładne oraz o symulacjach oddziaływania leków na człowieka.

Czym są „cyfrowi bliźniacy”?

Podobnie jak model pogody, który powstaje z pomocą komputerów o ogromnej mocy obliczeniowej, można generować „prognozy zdrowotne” dotyczące tego, jak organizm zareaguje na chorobę lub leczenie, niezależnie od tego, czy jest to lek, implant czy operacja.

Ilość danych potrzebnych do stworzenia modelu zależy od tego, czy modelujemy funkcjonowanie całego ciała, wybranego organu czy podsystemu molekularnego. Jednym słowem – na jakie pytania szukamy odpowiedzi.

Posłużmy się analogią. Aby poruszać się po mieście, zdjęcie satelitarne o wysokiej rozdzielczości nie będzie tak pomocne, jak prosta mapa komunikacji miejskiej. Nie musisz znać topografii, architektury budynków i struktury chodnika, aby dojść z punktu A do B. Czasami nie potrzebujemy bardzo szczegółowych modeli, bo i pytania są w miarę proste. Cyfrowe bliźniaki to też taki rodzaj mapy ciała, ale aktualizowanej w czasie rzeczywistym. Nowe dane zasilają na bieżąco model i czynią go jeszcze bardziej doskonalszym. W zależności od celu wykorzystania modelu, potrzebne będzie mniejsza lub większa dokładność danych.

Po co nam tego typu modele ludzkiego organizmu?

Obecna medycyna oparta jest na podejściu „jedno rozwiązanie dla wszystkich” – bazuje na danych z przeszłości zebranych od osób o różnym DNA, stanie zdrowia, budowie ciała, cechach psycho-fizycznych. I na podstawie tych danych powstają potem leki, które działają tylko w przypadku części pacjentów, powodując mniejsze lub większe skutki uboczne. To trochę jak strzelanie na oślep w chorobę. Niektóre osoby, jak kobiety i przedstawiciele mniejszości etnicznych, są niedoreprezentowane w badaniach i – co dowodzą badania – mogą przez to mniej korzystać z postępów medycyny.

Cyfrowe bliźniaki są modelami, które dokonują obliczeń na podstawie danych konkretnej osoby. W efekcie wynik nie jest średnią dla populacji, ale dokładną, spersonalizowaną kalkulacją, przykładowo efektów leczenia daną cząsteczką chemiczną o danej dawce. To otwiera zupełnie nowe możliwości w medycynie.

“Za kilkanaście lat będziemy się dziwić, dlaczego połykaliśmy leki nie wiedząc, jaki wpływ mają na nasz organizm.”

To wszystko brzmi dobrze, ale wciąż przecież nie wiemy, jak dokładnie działa ludzkie ciało. Czy stworzenie „wirtualnego ciebie” to utopijna wizja czy bliska rzeczywistość?

W naszej książce „Virtual You” podajemy wiele przykładów wiarygodnych prognoz i symulacji ludzkiego organizmu. To zarówno modele dla całego ciała, jak i wybranych organów. Nie chodzi o szukanie korelacji, jak ma to miejsce w przypadku sztucznej inteligencji, ale o faktyczne zrozumienie ludzkiej biologii i funkcjonowania ciała na poziomie komórkowym.

Przytaczamy całą listę modeli komputerowych, od cyfrowych bliźniaków bakterii i nowotworów po systemy wspomagające badania nad lekami kardiologicznymi i planowanie operacji epilepsji. Postęp w tej dziedzinie jest błyskawiczny: organy regulacyjne jak FDA (red. amerykańska Agencja ds. Żywności i Leków) dopuszczają już badania z użyciem symulacji komputerowych, wiele firm komercyjnych na całym świecie tworzy własne cyfrowe modele dla medycyny.

Czy w takim razie stworzenie cyfrowych bliźniaków to kwestia 5, 10 czy 50 lat?

To zależy od celu. Tak, trzeba będzie poczekać dziesięciolecia na kompletne i precyzyjne cyfrowe bliźniaki pojedynczej osoby. Ale proste modele np. pracy serca są już dostępne dzisiaj. Bioinżynier dr Jazmín Aguado Sierra z Centrum Superobliczeniowego w Barcelonie stworzyła bliźniaka swojego serca, który obecnie „bije” w Muzeum Nauki w Londynie. Niektóre firmy oferują technologię cyfrowych bliźniaków do zastosowań medycznych, takie jak Twinomics (ostra białaczka szpikowa) i ELEMBio. Jeszcze inne skupiają się na modelach do projektowania i wdrażania urządzeń medycznych.

Pracując nad naszą książką zdaliśmy sobie sprawę, że choć samo pojęcie „cyfrowego bliźniaka” brzmi futurystycznie, w rzeczywistości jest inaczej. Ciało – a dokładniej jego chemiczna struktura – jesteśmy w stanie już dziś symulować na poziomie molekularnym, zwłaszcza w celu opracowywania leków. Istnieją już także symulacje całych komórek.

Wiele osób błędnie myśli, że takie modele wymagają zebrania danych do ostatniego szczegółu. Czasami wystarczą dane wyższego poziomu, aby uzyskać satysfakcjonujące wyniki. Podobnie jak w prognozie pogody – modele nie zawsze są w 100% dokładne, ale już poziom 80–90% pozwala ewakuować ludzi przed nadchodzącym huraganem oraz powodzią, zapobiegając tragedii. Ile razy nie zmokliśmy, bo kierując się prognozą pogody wzięliśmy ze sobą parasol, mimo że na dworze świeciło słońce?

Precyzja modeli zdrowia będzie się zwiększać z każdym rokiem, także za sprawą postępów w zbieraniu danych z urządzeń ubieralnych i sztucznej inteligencji.

Porozmawiajmy o błędach. Po dziesięcioleciach prac nad modelami prognozowania pogody nadal jesteśmy w stanie przewidzieć pogodę tylko z kilkudniowym wyprzedzeniem. A i tak czasami zaskakuje nas deszcz, mimo że w prognozie była mowa o słońcu. Czy ten sam los czeka prognozy zdrowia?

W każdym modelu, im dalej w czasie, tym dokładność modelu się zmniejsza. Prognoza pogody jest precyzyjna co do wybranego obszaru z wyprzedzeniem kilku dni. Ale mamy też probablistyczne modele klimatyczne tworzone na dziesięciolecia do przodu – może nie tak dokładne, ale pozwalają nam już dzisiaj antycypować przyszłośc i podejmować działania zapobiegające zmianom klimatycznym.

Analogicznie w przypadku zdrowia – nawet ogólne prognozy mogą skłonić do odpowiednich działań, aby uniknąć pogorszenia stanu zdrowia. Z kolei dokładne symulacje pracy serca będą w stanie przewidzieć zawał serca za kilka tygodni albo dni.

Gdzie cyfrowi bliżniacy mogą się sprawdzić najlepiej?

Oprócz samego prognozowania zdrowia, cyfrowi bliźniacy pozwalają na testowanie niektórych scenariuszy zdrowotnych. Lekarz będzie mógł sprawdzić w warunkach in-silico, jaki lek zastosować, zamiast eksperymentować na pacjencie, ryzykując poważne skutki uboczne. W niedalekiej przyszłości będziemy się dziwić, jak godziliśmy się na rolę królików eksperymentalnych w medycynie.

Proszę sobie wyobrazić, że w przyszłości lekarz nie będzie już pytał pacjenta o objawy – obecnie to często jedyna, ale wysoce nieprecyzyjna metoda diagnozowania. Lekarz będzie prowadzić symulacje zdrowia i na tej podstawie przewidywał choroby z wyprzedzeniem, doradzając pacjentowi, co zrobić, aby ich uniknąć. Medycyna stanie się predykcyjna i spersonalizowana.

Peter Coveney, dyrektor w Centrum Nauk Obliczeniowych (Centre for Computational Science) w Szkole Wyższej w Londynie, profesor w Instytucie Informatyki na Uniwersytecie w Amsterdamie oraz adiunktem w Yale School of Medicine. Roger Highfield, dyrektor naukowy w Grupie Muzeum Nauki, członkiem Rady Badań Medycznych oraz profesor wizytujący w Szkole Wyższej w Londynie i Dunn School na Uniwersytecie Oksfordzkim. Obydwaj są autorami książki „Virtual You: How Building Your Digital Twin Will Revolutionize Medicine and Change Your Life” opublikowanej w 2023 roku.

Czytaj także: Wizyta lekarska w metaverse. Bajka czy przyszłość?