Digitale Zwillingstechnologie im Gesundheitswesen: Überblick

Die Weiterentwicklung von Technologien wie dem Internet der Dinge (IoT), künstlicher Intelligenz, maschinellem Lernen und Datenanalyse sowie deren Erschwinglichkeit haben den Erfolg des Technologiekonzepts des digitalen Zwillings vorangetrieben. Die COVID-19-Pandemie hatte ebenfalls einen positiven Einfluss auf das Wachstum des Marktes für digitale Zwillinge. Digitale Zwillinge wurden von Gesundheitsdienstleistern nach der Pandemie eingeführt, um Arbeitsabläufe zu rationalisieren und die Effizienz von Einrichtungen angesichts des erhöhten Zustroms von Patienten während der Pandemie vorherzusagen. Übersetzt mit www.DeepL.com/Translator (kostenlose Version)

Was ist das?

Ein digitaler Zwilling ist eine digitale virtuelle Kopie eines physischen Objekts; ein Modell beliebiger Objekte, Systeme, Prozesse oder Personen. Er bildet die Form und die Aktionen des Ausgangsmaterials exakt nach und ist mit diesem synchronisiert. Ein wesentlicher Punkt des digitalen Zwillings ist, dass er Informationen von den am realen Gerät angebrachten Sensoren verwendet, um Eingaben zu machen.

Die erste Beschreibung des Konzepts des digitalen Zwillings stammt aus dem Jahr 2002 von Michael Greaves, einem Professor an der Universität von Michigan. Laut Grieves können "unter idealen Bedingungen alle Informationen, die von einem Produkt gewonnen werden können, von seinem digitalen Zwilling erhalten werden". Offiziell wurde der Begriff "Digitaler Zwilling" erstmals im Modellierungs- und Simulationsbericht der NASA von 2010 geprägt. Er schlägt eine ultrarealistische virtuelle Nachbildung eines Raumschiffs vor, die die Phasen der Konstruktion, der Erprobung und der Raumflüge nachbilden würde.

Die digitalen Zwillinge wurden 2016 in den Hype Cycle von Gartner aufgenommen und erreichten 2018 ihren Höhepunkt. Im Jahr 2022 ist diese Technologie immer noch da.

Hype Cycle für aufstrebende Technologien für 2022

Digitale Zwillinge sind im Gesundheitswesen bereits weit verbreitet. Die Verwendung historischer und in Echtzeit erfasster Daten über den Krankenhausbetrieb und die Umwelt (z. B. COVID-19-Fälle, Autounfälle, Staubstürme) zur Erstellung digitaler Zwillinge ermöglicht es dem Krankenhausmanagement, Bettenknappheit zu erkennen, die Personaleinsatzpläne zu optimieren und die Verwaltung der Zimmer zu unterstützen. Solche Informationen verbessern die Ressourceneffizienz und optimieren die Leistung des Krankenhauses und des Personals bei gleichzeitiger Kostensenkung. Der Einsatz digitaler Zwillinge kann die Behandlungszeit der Patienten verkürzen, die Zahl der im Krankenhaus auftretenden Komplikationen verringern, die Patientenzufriedenheit steigern und die Krankenhausausgaben senken. Die Technologie macht es möglich:

• Entwicklung des medikamentösen Therapiemodells;
• Risikobewertung von Medikamenten, chirurgischen Eingriffen usw;
• Fernüberwachung von Patienten;
• personalisierte Behandlung;
• medizinische Bildgebung;
• Entscheidungshilfe usw.

Da sie sich auf jeden einzelnen Patienten konzentrieren, behandeln die Ärzte nicht auf der Grundlage großer Stichproben. Vielmehr stützen sie sich auf individuelle Modelle, um die Reaktion jedes Patienten auf verschiedene Behandlungen zu verfolgen, was die Genauigkeit des allgemeinen Behandlungsplans verbessert. Sie sind auch in der Lage, Anomalien zu diagnostizieren, bevor sich Symptome zeigen. 

Leider ist die Technologie in der klinischen Praxis wegen ihrer hohen Kosten noch nicht sehr verbreitet. Ein weiteres Hindernis ist die fehlende oder schlechte Qualität der Daten. KI-Systeme lernen aus verfügbaren biomedizinischen Daten, aber da diese nicht von allen Unternehmen gesammelt werden, entspricht die Qualität nicht immer den Anforderungen der Entwickler. Doch trotz alledem wird die Einführung digitaler Zwillinge dazu beitragen, das Gesundheitswesen auf ein neues Wettbewerbsniveau zu bringen. 

Wie funktioniert das?

Bis vor kurzem war es ein Problem, Zugang zu genauen Daten zu erhalten, die eine detaillierte Bewertung des aktuellen und zukünftigen Zustands des zu verpartnerten Objekts ermöglichen. Bislang wurden statische Daten für eine rückblickende Analyse verwendet. Die Fortschritte in der Technologie haben jedoch eine genaue Vorhersage ermöglicht. Die Kombination moderner Technologie mit einem digitalen Zwilling ermöglicht es, Informationen in Echtzeit zu extrahieren, um Trends effektiv zu analysieren und dabei die Auswirkungen externer Faktoren zu berücksichtigen.

Digitales Zwillingsbetriebsschema

Der digitale Zwilling sammelt ständig Daten von Sensoren und Systemen in Echtzeit, führt intelligente Analysen durch und macht Vorhersagen über den technischen Zustand des Objekts. Er führt auch statistische Analysen durch, bestimmt die Effizienz des Betriebs und überwacht die Sicherheit. All diese Informationen sind für die Nutzer jederzeit verfügbar.

Wie wird sie umgesetzt?

Digitale Zwillinge können auf verschiedene Weise erzeugt werden:

• ein grafisches 3D-Modell;
• ein IoT-basiertes Modell;
• ein integriertes mathematisches Modell;
• verschiedene Visualisierungstechnologien wie Hologramme, AR und VR.

Die Phasen der Erstellung des Zwillings sind kurz gefasst wie folgt.

Erstellungsprozess eines digitalen Zwillings

1. Objektuntersuchung - es wird eine detaillierte Karte des Prototyps erstellt, die alle Prozesse und Eigenschaften des Objekts unter verschiedenen Bedingungen wiedergibt. Diese Phase ist nicht obligatorisch, nur wenn der digitale Zwilling einen echten Prototyp hat. 
2. Modellierung der digitalen Kopie - mathematische Berechnungs- und Analysetechniken werden verwendet, um ein umfassendes Modell zu erstellen.
3. Modellrealisierung - mathematische Modelle, Daten und die Schnittstelle zur Steuerung des digitalen Zwillings werden kombiniert, so dass ein dynamisches System entsteht.
4. Testen der grundlegenden Prozesse des digitalen Zwillings - technische Analysten sind an diesem Prozess beteiligt, die während der Tests eine große Menge an Daten sammeln, um Algorithmen für alle möglichen Bedingungen und Situationen vorherzusagen.
5. Start und Einrichtung - Überwachung auf Fehler und Störungen, die in den vorangegangenen Phasen nicht erkannt wurden. 
6. Korrektur und Weiterentwicklung des ursprünglichen Objekts - es werden Änderungen vorgenommen, um es so effektiv wie möglich zu machen.

Beispiele für die Einführung im Gesundheitswesen

Die digitalen Zwillinge im Gesundheitswesen werden immer beliebter. Mehrere Anbieter arbeiten derzeit an virtuellen Körperteilen, die für einzelne Patienten angepasst und aktualisiert werden können, um das Fortschreiten von Krankheiten im Laufe der Zeit zu verstehen und zu sehen, wie sie auf neue Medikamente, Behandlungen oder chirurgische Eingriffe reagieren.
Das Philips Dynamic HeartModel A.I. überwacht jedes Bild des Herzzyklus mithilfe der 3D-Speckle-Technologie.

 Dynamic HeartModel A.I.

Durch die Entnahme mehrerer Herzschläge und die Mittelwertbildung der Ergebnisse wurde die Bewertung der Herzfunktion bei Patienten mit Arrhythmien wie Vorhofflimmern zuverlässiger als bei einzelnen Herzschlägen.

Das Projekt Blue Brain von Hewlett Packard und der Ecole Polytechnique Fdrale de Lausannes zielt darauf ab, digitale Modelle des Gehirns zu erstellen, um einen Mehrwert für die Erforschung des Gehirns zu schaffen, indem die weltweit ersten biologisch detaillierten digitalen Rekonstruktionen und Simulationen des Mausgehirns erstellt werden.

Der datengesteuerte Forschungsansatz von Blue Brain

Die PrediSurge-Technologie entwickelt eine Modellierungstechnologie zur Erweiterung der Aorten- und Herzindikationen für Produkte, die bei der Planung und Durchführung endovaskulärer Eingriffe helfen sollen.

Optimo und Ansys arbeiten an der OptimEyes-Software für die weit verbreitete Einführung der technischen Modellierung in der Augenheilkunde und die schnelle Behandlung von Astigmatismus sowie an der Bildgebung der Hornhauttopographie und der Entwicklung eines "Hornhauttopographie-Toolkits", um die Unterschiede zwischen den Augen eines jeden Einzelnen zu erfassen.

OptimEyes-Software

Das GE Healthcare Command Center initiiert die Krankenhausvirtualisierung als sicheren Rahmen zum Testen von Änderungen der Systemleistung. Dazu gehören Betten- und Ebenenkonfigurationen, Optimierungen des chirurgischen Blockplans, Wachstumsstrategien für Gesundheitseinrichtungen und Dienstleistungslinien, Optimierung des Prozessverbesserungstrichters und Gestaltungsmöglichkeiten für Personalmodelle. 

Es gibt viele weitere Beispiele für die Implementierung digitaler Zwillinge, aber gleichzeitig handelt es sich um einen unerforschten Markt, und mehrere namhafte Unternehmen auf der ganzen Welt arbeiten aktiv daran, die Leistungsfähigkeit digitaler Zwillinge für das Gesundheitswesen zu erforschen.

Insgesamt sind die digitalen Zwillinge im Gesundheitswesen sehr vielversprechend und könnten unzählige Leben retten, indem sie die Kosten für die Gesundheitsfürsorge deutlich senken und die Arbeitsbelastung des Gesundheitssystems verringern.

Categories