Куракова Н.Г.

Центр научно-технической экспертизы Института прикладных экономических исследований Российской академии народного хозяйства и государственной службы при Президенте РФ

Цветкова Л.А.

Центр научно-технической экспертизы Института прикладных экономических исследований Российской академии народного хозяйства и государственной службы при Президенте РФ

Полякова Ю.В.

ФГБНУ «Российский научный центр хирургии им. акад. Б.В. Петровского» Минобрнауки России

Цифровые двойники в хирургии: достижения и ограничения

Авторы:

Куракова Н.Г., Цветкова Л.А., Полякова Ю.В.

Подробнее об авторах

Прочитано: 3825 раз


Как цитировать:

Куракова Н.Г., Цветкова Л.А., Полякова Ю.В. Цифровые двойники в хирургии: достижения и ограничения. Хирургия. Журнал им. Н.И. Пирогова. 2022;(5):97‑110.
Kurakova NG, Tsvetkova LA, Polyakova YuV. Digital twins in surgery: achievements and limitations. Pirogov Russian Journal of Surgery. 2022;(5):97‑110. (In Russ.)
https://doi.org/10.17116/hirurgia202205197

Рекомендуем статьи по данной теме:
Ле­че­ние ос­теоар­три­та ко­лен­но­го сус­та­ва ауто­ло­гич­ной стро­маль­но-вас­ку­ляр­ной фрак­ци­ей жи­ро­вой тка­ни: об­зор за­ру­беж­ной ли­те­ра­ту­ры. Вос­ста­но­ви­тель­ные би­отех­но­ло­гии, про­фи­лак­ти­чес­кая, циф­ро­вая и пре­дик­тив­ная ме­ди­ци­на. 2024;(4):27-37
Кон­сер­ва­тив­ное ле­че­ние при авас­ку­ляр­ном нек­ро­зе го­лов­ки бед­рен­ной кос­ти: сис­те­ма­ти­чес­кий об­зор. Вос­ста­но­ви­тель­ные би­отех­но­ло­гии, про­фи­лак­ти­чес­кая, циф­ро­вая и пре­дик­тив­ная ме­ди­ци­на. 2024;(4):52-67
Ми­ни­дос­туп к щи­то­вид­ной же­ле­зе на пе­ред­ней по­вер­хнос­ти шеи (ана­то­мо-кли­ни­чес­кое ис­сле­до­ва­ние). Опе­ра­тив­ная хи­рур­гия и кли­ни­чес­кая ана­то­мия (Пи­ро­гов­ский на­уч­ный жур­нал). 2025;(3):29-40

Введение

Технологическая трансформация функционирования здравоохранения в среднесрочном горизонте планирования связана в первую очередь с использованием цифровой и информационной среды. К предпосылкам проведения именно цифровой трансформации здравоохранения можно отнести стремительное развитие возможностей в области управления большими данными, использования искусственного интеллекта, машинного обучения, создание цифровых двойников для экспериментального моделирования и т.п. [1, 2]. В перечень главных стратегических технологических трендов, способных сформировать динамично растущие рынки, с 2019 г. входит технологическое направление «цифровые двойники» (Digital Twins) [3]. В отчете «Цикл шумихи для поставщиков медицинских услуг, 2020» аналитическая компания «Gartner» выделила тему «Цифровые двойники в здравоохранении», отметив взрывной интерес к технологии именно в этой отрасли [4]. По данным маркетингового исследования Digital Twin Market — Forecast to 2023, рынок цифровых двойников растет со среднегодовыми темпами 37,87% и к 2023 г. достигнет 15,66 млрд долл. США [5]. Согласно расчетам Pricewaterhouse Coopers (PwC), внедрение сервисов цифровых двойников в отечественном сегменте стационарной медицинской помощи позволит сэкономить до 2025 г. порядка 536 млрд руб.: в частности, экономия на лечении хронических больных составит 160 млрд руб., перераспределение нагрузки медперсонала сбережет еще 148 млрд руб., а оптимизация запасов медикаментов и оборудования — 228 млрд руб. [6].

В Евросоюзе исследования, связанные с использованием технологии цифровых двойников в здравоохранении, инициированы еще в 2011 г. Финансируемый Европейской комиссией в рамках программы FP7 ICT for Health Programme (октябрь 2011 г. — июнь 2013 г.) проект DISCIPULUS имел целью создание дорожной карты для конкретной реализации цифрового пациента как его виртуальной версии, названной медицинским аватаром. Цифровую модель пациента следовало использовать для моделирования различных медицинских процедур с целью подбора оптимальных методов лечения реального человека. В отчете о результатах проекта отмечена необходимость дополнительных комплексных и междисциплинарных прикладных исследований в области биомедицины, математики, биоинженерии и компьютерных наук, интеграции больших медицинских данных о пациентах, увеличения вычислительных мощностей для масштабного моделирования, а также значительных финансовых и временных ресурсов [7].

Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (англ. Food and Drug Administration — FDA) США в 2018 г. запустило программу по внедрению различных типов цифровых подходов для тестирования и мониторинга новых медицинских устройств и лекарств [8]. Кроме того, ведомство создает нормативную базу, позволяющую компаниям сертифицировать и продавать программное обеспечение как медицинское устройство [9]. Основная идея состоит в том, чтобы создать цифрового двойника для конкретного пациента из различных источников данных, включая лабораторные тесты, ультразвуковые обследования, данные устройств визуализации и генетических тестов. Цифровые двойники также могут оптимизировать программное обеспечение в кардиостимуляторах, автоматизированных инсулиновых помпах и новых приборах для исследований мозга [10].

В сентябре 2021 г. Минздрав России анонсировал инициативу, направленную на создание цифрового двойника в отечественной системе здравоохранения в рамках проекта по модернизации первичного звена. Вторая часть инициативы ведомства касается всей инфраструктуры здравоохранения и предлагает изменение формата общения медицинской организации с пациентом благодаря внесению всех данных о нем в единый цифровой ресурс [11].

Цель исследования — возможных способов применения технологии цифровых двойников в хирургии, а также построение патентного и публикационного ландшафтов для идентификации технологических и академических лидеров фронтира.

Концепция цифрового двойника в здравоохранении

Концепция цифрового двойника, которая первоначально называлась «модель зеркальных пространств», предложена профессором Мичиганского университета Майклом Гривсом (Michael Grieves) еще в 2002 г. [12]. Ему же принадлежит и первое определение: цифровой двойник «содержит 3 основные части: физический продукт в реальном пространстве, виртуальный продукт в виртуальном пространстве и данные и информацию, которые объединяют виртуальный и физический продукт» [13]. Таким образом, цифровой двойник можно определить как цифровое представление реальной сущности или системы, которое предлагает информацию о функциональном состоянии этой системы [14]. Это виртуальные копии физических объектов, которые выходят за рамки неподвижного изображения и охватывают динамическую функциональность реального объекта [15, 16]. С точки зрения производства конечная цель цифровых двойников заключается в итеративном моделировании, тестировании и оптимизации физического объекта в виртуальном пространстве до тех пор, пока эта модель не достигнет ожидаемой производительности, после чего будет готова к строительству или улучшению в физическом мире [17]. Технология все чаще внедряется в отрасль здравоохранения с целью создания молекулярных и фенотипических копий человеческих существ, которые позволяют опробовать различные методы лечения для выявления наиболее эффективной тактики для конкретного пациента. В здравоохранении цифровые двойники также действуют как цифровая копия физического объекта или услуги, обеспечивая ее мониторинг и оценку. Однако в отличие от физических продуктов и процессов в машиностроении и производстве, один из основных исходных объектов в отрасли здравоохранения, которые будут зеркально отражены в цифровом виде, — человеческое тело — значительно сложнее [14].

В здравоохранении термин «цифровой двойник» не является до настоящего времени строгим и устоявшимся. Если рассматривать его как зонтичный для различных подходов и толкований, то цифровые двойники рассматриваются как технологическая основа для новых практик анализа данных о пациенте, моделирования и прогнозирования последствий широкого круга медицинских манипуляций [18]. Как утверждают K. Bruynseels и соавт. [19], такие подходы к цифровым двойникам в медицине следуют инженерной парадигме, где отдельные физические артефакты сочетаются с цифровыми моделями, которые динамически отражают статус этих артефактов. Для того чтобы создать такие виртуальные модели человеческих органов или даже целого организма, необходима очень подробная биофизическая информация о человеке, обрабатываемая в течение длительного времени. Это может быть особенно актуально в тех случаях, когда цифровые двойники рассматриваются в качестве технологической основы развития персонализированной медицины. Сферы применения цифровых двойников быстро расширяются благодаря достижениям в области передачи данных в реальном времени, машинного обучения, технологий виртуальной и дополненной реальности.

Фармацевтические компании используют цифровых двойников для изучения побочного действия различных лекарственных средств, что может повысить безопасность отдельных лекарств и их комбинаций. К настоящему времени созданы базовые модели для 23 препаратов. Расширение их перечня поможет сэкономить до 2,5 млрд долл., необходимых для разработки, тестирования, утверждения и запуска новых лекарственных средств в производство [20].

Цифровой двойник может быть использован для обучения медицинских кадров и оказания помощи в отдаленных районах или местах, находящихся в экстремальных условиях (война, стихийное бедствие). Кроме того, возможно применение «виртуальной медсестры» или «виртуального врача» для контроля лечения, например, помогая пациентам с хроническими заболеваниями соблюдать рекомендуемые дозировки и график приема препаратов [21]. Однако для того, чтобы цифровой двойник стал реальностью, необходимо решить множество технических и этических проблем, вопросов конфиденциальности. Физические модели биохимии, переноса жидкостей и питательных веществ, механические модели необходимы для лучшего моделирования внутренней работы человеческого организма (органов, кровотока, передачи сигналов и т.д.).

Цифровые двойники в хирургической практике

Наиболее часто в литературе описывается потенциал цифровых двойников в кардиологии и онкологии [22, 23], и лишь в единичных публикациях обсуждается потенциал применения этой технологии в хирургической практике [24]. Анализ этих публикаций позволяет выделить несколько наиболее перспективных сфер применения цифровых двойников в хирургии.

Удаленная хирургия

Удаленная хирургия требует малой задержки передачи изображения и высокого уровня кибербезопасности и надежности связи. Устройства состоят из роботизированной руки и системы виртуальной реальности HTC Vive, подключенных через мобильную сеть. Использование таких устройств для удаленной хирургии ограничено возможностями компьютерного моделирования (CAM) и алгоритмов виртуальной реальности (VR), недостаточной обратной связью с роботом. В исследованиях H. Laaki и соавт. [25] и Q. Zhang и соавт. [26] предложены идеи по обеспечению надежной связи и представлен обзор технологий кибербезопасности, которые помогут в развитии архитектуры цифрового двойника оперируемого больного. Авторы обращают внимание на необходимость междисциплинарного подхода в разработке решений для удаленной хирургии на основе синтеза таких технологий, как виртуальная реальность (VR), робототехника и связь через цифровые двойники по мобильным сетям.

Первые коммерческие приложения VR, такие как VFX1 от Forte Technology, запущены еще в 1994 г. [27], но только недавно стали пригодными для проведения хирургических вмешательств [28]. Кроме того, мониторинг различных данных в режиме реального времени стал возможен с использованием смартфонов и без специализированных настроек [29]. Современное дистанционное управление роботами в хирургических приложениях имеет достаточную обратную связь для хирурга, взаимодействие с удаленными командами, калибровку системы управления взаимодействия с пациентом и надежность (кибербезопасность) соединения.

Предоперационное планирование

В публикации H. Ahmed и L. Devoto [24] выполнен обзор возможностей использования технологии цифровых двойников для предоперацонного планированиия. Например, в статьях N. Hamze и соавт. [30] и M. Tonutti и соавт. [31] рассматриваются случаи вмешательства по удалению опухоли головного мозга и глубокой стимуляции мозга, в которых цифровой двойник использован для прогнозирования деформации тканей в результате смещения мозга во время операции. Полученные данные полезны для определения оптимальной траектории и точной регистрации деформируемого изображения, т.е. для согласования высокоточного предоперационного изображения с интраоперационной ситуацией.

Улучшение результатов хирургического вмешательства

В статье M. Tonutti и соавт. [31] приведено описание использования технологий цифровых двойников, искусственного интеллекта и машинного обучения для определения реальной персонализированной оси движения голеностопного сустава. Трехмерные модели дистальных отделов конечностей созданы на основе данных компьютерной томографии здоровых пациентов. Цифровые двойники использовались для воспроизведения подвижности лодыжек, а лодыжка конкретного пациента была сопоставлена с цифровым двойником с помощью технологии машинного обучения. Авторы пришли к выводу, что применение персонализированной оси голеностопного сустава может быть полезным для улучшения результатов хирургии голеностопного сустава, особенно при его тотальном эндопротезировании.

Повышение точности манипуляторов

P. Hernigou и соавт. [32] в 2021 г. предложили цифровую модель управления манипулятором при мини-инвазивной операции предстательной железы. Отображение траектории и управление синхронизацией между виртуальной моделью и реальным манипулятором реализованы на основе технологии цифрового двойника. Виртуальный двойник отражал состояние хирургического манипулятора в реальном времени, сравнивая результаты моделирования со значениями, полученными экспериментально. Результаты проведенного эксперимента показали, что по сравнению с управлением с обратной связью реализация управления прямой подачей может обеспечить снижение средней ошибки фиксированной точки манипулятора на 30% и максимальной ошибки на 33,3%.

Разработка моделей органов

В статье N. Lauzeral и соавт. [34] описана статистическая модель, основанная на базе данных из 385 трехмерных конфигураций печени, извлеченных из медицинских изображений с целью создания параметризованных вариантов анатомии органа. Предложен метод представления специфичных для конкретного пациента деформаций печени в реальном времени, например в процессе дыхания.

Проводятся исследования использования цифровых двойников в челюстно-лицевой хирургии и стоматологии (ортодонтии). Так, в исследовании S.-W. Cho и соавт. [35] описан опыт создания цифровых двойников взрослых корейских женщин для оценки и сравнения сагиттальных отношений между верхнечелюстными центральными резцами и лбом до и после ортодонтического лечения и доказана высокая клиническая значимость использования цифровых близнецов при определении местоположения центральных резцов верхней челюсти.

В целом назначение хирургического цифрового двойника заключается в том, чтобы создать виртуальную модель органа пациента и спланировать операцию, предварительно отработав на модели последствия различных сценариев оперативного вмешательства. Эта цифровая модель в реальном времени может быть использована также в клинических испытаниях, в ходе которых новые инструменты и методы хирургического лечения впервые будут опробованы на цифровом двойнике, что сведет к минимуму риск для пациента [36].

Таким образом, использование цифровых двойников в хирургической практике вносит существенный вклад в безопасность пациентов, позволяя не только прогнозировать результаты хирургического вмешательства, но и предотвратить ненужные операции [30]. Вкупе со все более развивающимися платформами виртуальной реальности цифровые двойники позволяют также улучшать практические навыки хирургов в контексте конкретных анатомических и физиологических особенностей каждого пациента в сочетании с возможностью измерения и сопоставления интраоперационных показателей [37].

Мировые технологические лидеры в области разработки цифровых двойников в хирургии

Лидерами в области разработки цифровых двойников в хирургии в настоящее время стали такие крупные компании, как «Siemens Healthineers», «GE Healthcare Camden Group», «Philips» [38—48].

Компания «Siemens Healthineers» в сотрудничестве с учеными Гейдельбергской кардиологической клиники при Университетском госпитале Гейдельберга (Германия) развернула масштабные исследования с целью создания цифрового двойника сердца для моделирования сердечных катетерных вмешательств [43]. Для решения этой задачи «Siemens Healthineers» собрала базу данных из более чем 250 млн аннотированных МРТ-изображений и ЭКГ-измерений, отчетов и историй болезней, на основе которых команда университетской клиники создала 100 цифровых двойников сердец пациентов.

Цифровые модели, разработанные «GE Healthcare Camden Group», используются для оптимизации графиков хирургических операций и коечного фонда, что позволяет менеджерам тестировать различные управленческие новации без необходимости запуска пилота. Десятки медицинских организаций уже используют эту платформу [44, 45].

Компания «Philips» сообщила о создании модели виртуального сердца Philip Heart Model. Программа способна автоматически формировать 3D-модель камер сердца пациента на основании объединения множественных 2D-изображений, а также рассчитывать показатель объема перекаченной сердцем крови как важнейшего параметра оценки сердечной функции. Унифицированная модель получена на основании данных нескольких тысяч ультразвуковых исследований сердец различных форм и размеров и способна адаптироваться под уникальные ультразвуковые изображения сердца каждого пациента, что позволяет сформировать персонализированную модель органа [46]. Подобно «Siemens Healthineers», компания «Philips» анонсирует создание цифрового двойника сердца, позволяющего давать точные прогнозы эффективности операционных вмешательств на основании персональных медицинских данных пациента [47].

Однако не только крупные транснациональные компании, но и значительное количество стартапов предлагают сегодня решения цифровых двойников для здравоохранения. Например, европейский стартап FEops уже получил одобрение регулирующих органов и коммерциализировал платформу FEops Heartguide, которая сочетает в себе персональную для пациента цифровую модель сердца (с его анатомическим анализом) с возможностью выбора искусственным интеллектом наиболее эффективных вариантов хирургических вмешательств при структурных заболеваниях органа [48].

В 2014 г. французская компания «Dassault Systèmes» запустила проект «Живое сердце» (Living Heart) для краудсорсинга виртуального двойника человеческого сердца. Проект развивался в формате международного сотрудничества с открытым исходным кодом для всех заинтересованных участников и объединяет более чем 95 организаций по всему миру, включая исследователей, практикующих врачей, производителей устройств и регулирующие органы, объединенных миссией открытых инноваций для решения проблем здравоохранения [49]. Бостонская больница работает с цифровым двойником сердца компании «Dassault Systèmes», чтобы улучшить планирование хирургических процедур и оценить их результаты. Цифровые двойники помогают генерировать форму манжеты между сердцем и артериями [50]. Компания инициировала аналогичные проекты для разработки цифровых двойников легких, коленей, глаз и других систем и органов [51].

Цифровой двойник Sim&Size французской компании «Sim&Cure» использует компьютерное моделирование in silico для визуализации размещения эндоваскулярных устройств, предназначенных для лечения внутричерепных аневризм. Применение оцифрованного изображения пациента, полученного с помощью трехмерной ротационной ангиографии, дает возможность врачу протестировать свои предоперационные стратегии, выбрав оптимальный вариант операционного вмешательства. Цифровые двойники могут выполнять моделирование менее инвазивных операций с использованием катетеров для установки уникальных имплантатов. Данные пациентов помогают настраивать симуляции, которые выполняются на встроенном пакете моделирования от Ansys [52].

Стартап Q Bio представил платформу цифрового двойника — Q Bio Gemini, которая автоматически транслирует состояние человека на модели его цифрового двойника, отражая наиболее важные изменения в физиологии, что может быть безопасно передано врачам и специалистам по всему миру. Это первая разработка, которая проецирует всестороннее базовое состояние здоровья пациентов в масштабируемую виртуальную модель. Платформа осуществляет сканирование всего тела пациентов за 15 мин без облучения или задержки дыхания, используя передовые вычислительные алгоритмы, позволяющие достигать более высокой точности, чем МРТ для постановки диагнозов. Компания привлекла более 80 млн долл. инвестиций от Andreessen Horowitz, Kaiser Foundation Hospitals для расширения доступа к собственной платформе и другим передовым технологиям [53].

Патентный ландшафт, созданный технологиями цифровых двойников в хирургии

С целью уточнения конкурентного ландшафта, созданного технологией цифровых двойников в хирургии, выполнен патентный анализ с использованием базы данных Орбит и поискового образа (((digital twin+) or (virtual twin+) or (digital D patient+) or (Virtual D Patient+) or (medic+ 1D avatar+) or (human 1D avatar+) or (twin+ 1D model) or (Virtual 1D model+)) F (surg+ or heart+ or lung+ or knee+ or oncolog+ or cancer or (healthcare procedure) or vascular+ or endovascular or tibiotalar or (organ) or (human liver)))/TI/AB/CLMS AND APD ≥ 2001. Обнаружено 878 патентных документов, связанных с направлением «Цифровой двойник в хирургии» (поддерживаются 684, отозваны 194), из которых 384 приходятся на уже выданные патенты (и патентные семьи), а 300 — на патентные заявки на изобретение. На рис. 1 отражена динамика патентования в исследуемой области, которая демонстрирует экспоненциальный рост начиная с 2016 г. Количество ежегодно подаваемых патентных заявок увеличилось в 17,4 раза (с 5 — в 2017 г. до 87 — в 2020 г.) Отмеченный тренд сохраняется и в текущем 2021 г.: на начало октября 2021 г. подано 94 патентных заявки.

Рис. 1. Динамика патентной активности в мире по направлению «Цифровой двойник в хирургии» (по дате публикации).

Синяя часть столбцов — количество выданных патентных семейств, голубая — количество заявок на изобретения. Источник: БД ORBIT QUESTEL, данные актуальны на 04.10.21.

Обладателями самого объемного патентного портфеля, связанного с направлением «Цифровой двойник в хирургии», являются 2 американские компании: «THINK SURGICAL Inc.» (21 патентный документ), которая начиная с 1986 г. проводит исследования совместно с IBM и Калифорнийским университетом в области применения высокотехнологичной роботизированной продукции для ортопедической хирургии [54], и «MAKO SURGICAL Corp.» (20 патентных документов), которая еще в начале 2000-х годов продемонстрировала ряд революционных решений в робототехнике и управлении, что позволило создать тактильную роботизированную систему (6dof) для точного формирования кости через минимально инвазивные разрезы (колено и бедро). Немного уступают им «HOWMEDICA OSTEONICS» (11 патентных документов), «SIEMENS HEALTHCARE» (10 патентных документов) и «HUTOM» (8 патентных семейств) (рис. 2).

Рис. 2. Тор-30 ключевых игроков на мировом патентном ландшафте по направлению «Цифровой двойник в хирургии» (по дате публикации).

Синяя часть столбцов — количество выданных патентных семейств, голубая — количество заявок на изобретения. Источник: БД ORBIT QUESTEL, данные актуальны на 04.10.21.

В табл. 1 представлены топ-30 патентообладателей мира по направлению «Цифровой двойник в хирургии», в число которых включены всего 3 университета Китая. Ни одна российская компания или университет не вошли в перечень обладателей заметных коллекций патентов в этой области.

Таблица 1. Топ-30 патентообладателей мира по направлению «Цифровой двойник в хирургии», 2000—2019 гг.

Правообладатель

Количество патентных семей

Страна приоритета

1. Think Surgical

21

США

2. Mako Surgical

20

США

3. Howmedica Osteonics

11

4. Siemens Healthcare

10

Германия

5. Hutom

8

6. Verb Surgical

7

США

7. General Electric

6

США

8. Philips

6

Нидерланды

9. Biomet 3I

6

США

10. Intuitive Surgical Operations

6

США

11. Stryker

6

США

12. Tornier

6

13. Zimmer

5

США

14. Depuy Synthes

5

США

15. Orametrix

5

США

16. Techmah Medical

5

США

17. Yonsei University Industry Academic Cooperation Foundation

5

Ю. Корея

18. Biomet Manufacturing

4

Польша

19. Carlsmed

4

США

20. Certara

4

США

21. Conformis

4

США

22. Episurf IP Management

4

Швеция

23. Nanjing University Of Information Science & Technology

4

Китай

24. Nobel Biocare

4

Швейцария

25. Shanghai Chuxin Medical Technology

4

Китай

26. Shenzhen Original Digital

4

Китай

27. Smith & Nephew

4

Великобритания

28. Strong Force Iot Portfolio 2016

4

США

29. Surgical Theater

4

США

30. Zhejiang University Of Technology

4

Китай

Источник: БД ORBIT QUESTEL, данные актуальны на 04.10.21.

Наиболее широко исследования, направленные на создание цифровых двойников в здравоохранении, развернуты в США: в национальный патентный портфель этой страны вошли уже 312 патентных документов. Китай немного уступает США по количеству патентов с национальным приоритетом с показателем 301 (рис. 3). Отрыв этих двух стран от всех остальных претендентов на технологическое лидерство характерен практически для любого нового фронтира, появляющегося в течение последних 20 лет, технологии цифровых двойников не стали в этом смысле исключением.

Рис. 3. Распределение патентов направления «Цифровой двойник в хирургии» по странам приоритета.

Источник: БД ORBIT QUESTEL, данные актуальны на 04.10.21.

Резиденты России в настоящее время являются обладателями 15 патентных документов, что ставит страну на 23-е место по уровню патентной активности в рамках рассматриваемого направления.

Данные, представленные на рис. 4, являются иллюстрацией ограниченности временных ресурсов, которыми располагают страны, претендующие на новые рынки, создаваемые алгоритмами цифровых двойников в контуре глобального здравоохранения. Охранные документы, выданные резидентам стран, захватывающих технологическое лидерство, закрывают не только отдельные технические решения в этой области, но и рыночные ниши, формируемые новыми технологиями.

Рис. 4. Динамика патентования в странах приоритета по направлению «Цифровой двойник в хирургии».

Источник: БД ORBIT QUESTEL, данные актуальны на 04.10.21.

Рис. 5 визуализирует наиболее быстрорастущие тематические кластеры патентных документов, связанных с разработкой цифровых двойников для здравоохранения.

Рис. 5. Основные концептуальные кластеры патентных документов, связанных с разработкой цифровых двойников для хирургии.

Источник: БД ORBIT QUESTEL, данные актуальны на 04.10.21.

Публикационный ландшафт, созданный технологиями цифровых двойников в хирургии

Согласно данным многолетнего мониторинга развития глобальной медицинской науки, в последние 15—20 лет все чаще появляются новые научные направления, локомотивом развития которых становится именно предпринимательский, а не академический сектор. К таким областям медицинской науки, с нашей точки зрения, следует отнести полногеномное секвенирование, тканевую инженерию, репрограммирование плюрипотентных стволовых клеток, технологии редактирования генома, а теперь и технологии цифровых двойников.

Выполненный наукометрический анализ с глубиной 2001—2021 гг. позволяет отметить факт сопоставимости публикационной и патентной активности в рамках данного фронтира, что характерно только для трансформирующих направлений междисциплинарных исследований, обладающих огромным коммерческим потенциалом. С использованием Web of Science Core Collection (WOC CC) и поискового образа (TS=((«digital near/0 twin*») or («Virtual near/0 twin*») or (digital near/0 patient*) or («Virtual near/0 Patient*») or (medic* near/5 avatar*) or (human near/5 avatar*) or (twin* near/5 model*) or (Virtual near/2 model*) or ((twin* or model* or avatar) near (real near/1 time)))) AND (TASCA==(«SURGERY»)) удалось обнаружить 883 релевантных публикации. Для сформированной выборки характерны высокие показатели цитируемости: на документ приходится в среднем 15,93 ссылки, индекс Хирша направления составляет 55.

Динамика количества и цитируемости публикаций по направлению «Цифровые двойники в хирургии», представленная на рис. 6, позволяет отнести данное направление к восходящему тренду медицинской науки по состоянию на конец 2021 г.

Рис. 6. Динамика количества и цитируемости публикаций по направлению «Цифровые двойники в хирургии», 2001—2021 гг.

Источник: Web of Science™ Clarivate, данные актуальны на 05.10.21.

К количеству стран, резиденты которых сформировали к 2021 г. самые объемные портфели публикаций, относятся США (33,6% проиндексированных в WOS CC документов), Китай (11,7%) и Германия (10,9%) (табл. 2). Среди резидентов 56 стран, публикации с участием которых выявлены в WOC CC по исследуемому направлению, не удалось обнаружить отечественных авторов, что не позволяет определить место России по такому целевому показателю национального проекта «Наука и университеты», как «Место Российской Федерации по удельному весу в общем количестве статей в изданиях, индексируемых в WOS».

Таблица 2. Рейтинг стран по объемам портфеля публикаций по направлению «Цифровые двойники в хирургии», 2001—2021 гг.

Страна

Количество публикаций, проиндексированных в WOC CC

Доля страны в публикационном потоке по направлению, % из 883

1. USA

297

33,635

2. Peoples R China

103

11,665

3. Germany

96

10,872

4. England

68

7,701

5. Japan

61

6,.908

6. Italy

51

5,776

7. France

47

5,323

8. Canada

42

4,757

9. South Korea

42

4,757

10. Netherlands

33

3,737

11. Spain

27

3,058

12. Switzerland

27

3.058

13. Belgium

18

2,039

14. Brazil

17

1,925

15. Austria

12

1,359

16. Sweden

12

1,359

17. Taiwan

12

1,359

18. Australia

11

1,246

19. Turkey

10

1,133

20. India

8

0,906

21. Poland

7

0,793

22. Scotland

7

0,793

23. Greece

6

0,680

24. Ireland

5

0,566

25. Wales

5

0,566

26. Argentina

4

0,453

27. Egypt

4

0,453

28. Iran

4

0,453

29. Norway

4

0,453

30. South Africa

4

0,453

31. Denmark

2

0,227

32. Finland

2

0.,227

33. Hungary

2

0,227

34. Israel

2

0,227

35. New Zealand

2

0,227

36. Serbia

2

0,227

37. Singapore

2

0,227

38. Armenia

1

0,113

39. Belarus

1

0,113

40. Cambodia

1

0,113

41. Colombia

1

0,113

42. Czech Republic

1

0,113

43. Jordan

1

0,113

44. Malaysia

1

0,113

45. Mexico

1

0,113

46. Monaco

1

0,113

47. Nigeria

1

0,113

48. Oman

1

0,113

49. Philippines

1

0,113

50. Romania

1

0,113

51. Rwanda

1

0,113

52. Saudi Arabia

1

0,113

53. Slovenia

1

0,113

54. Uarab Emirates

1

0,113

55. Uganda

1

0,113

56. Uruguay

1

0,113

Источник: WOS CC, данные актуальны на 22.09.21.

В перечень организаций, подготовивших к 2021 г. наибольшее количество публикаций по цифровым двойникам в хирургии, входят в основном университеты 3 стран — США, Германии, Великобритании. Интересно отметить появление новой формулировки аффилиации, указываемой в публикациях, посвященных созданию цифровых двойников в хирургии. Речь идет об указании на университетские экосистемы (т.е. на консорциумы университетов штатов США), такие как University of California System, State University System of Florida, University of Texas System, что, с нашей точки зрения, подчеркивает значимость консорциумов для развития рыночно ориентированного фронтира (табл. 3).

Таблица 3. Рейтинг топ-25 организаций по публикационной активности по направлению «Цифровые двойники в хирургии», 01.01.2001—05.10.2021

Аффилиация

Количество публикаций, проиндексированных в WOC CC

Страна

1. Harvard University

26

США

2. University of California System

23

США

3. IMPERIAL COLLEGE LONDON

22

Великобритания

4. Shanghai Jiao Tong University

21

Китай

5. University of London

18

Великобритания

6. University of Pennsylvania

14

США

7. Universite de Strasbourg

13

Германия

8. Universites de Strasbourg Etablissements Associes

13

Германия

9. University of Toronto

13

Канада

10. Stanford University

12

США

11. State University System of Florida

12

США

12. University of Texas System

12

США

13. Brigham and Women,s Hospital

11

США

14. Institut National de La Sante et de La Recherche Medicale Inserm

11

Франция

15. Johns Hopkins University

11

США

16. Ruprecht Karls University Heidelberg

11

Германия

17. University of North Carolina

11

США

18. University of Southern California

11

США

19. King,s College London

10

Великобритания

20. Ku Leuven

10

Бельгия

21. Mcgill University

10

Канада

22. Pennsylvania Commonwealth System of Higher Education

10

США

23. Seoul National University

10

Ю. Корея

24. University of Freiburg

10

Германия

25. University of Michigan

10

США

Источник: WOS CC, данные актуальны на 22.09.21.

Использование поискового образа: TITLE-ABS-KEY («digital twin» OR «Virtual twin» OR «digital patient» OR «Virtual Patient» OR «medic W/5 avatar» OR «human W/5 avatar» OR «twin W/5 model» OR «Virtual W/2 model») AND PUBYEAR >2001 для выполнения наукометрического анализа в базе данных Scopus позволило обнаружить 2 релевантные статьи с участием отечественных авторов в международных коллаборациях, использующих цифровых двойников, в том числе для предоперационного моделирования. Указанная в этих статьях аффилиация (Institute of Mechanical Engineering Problems, Saint Petersburg, 199178, Russian Federation, Institute of Numerical Mathematics, Russian Academy of Sciences, Moscow, Russian Federation) позволяет сделать предположение, что хирургами наши соотечественники не являются, а их компетенции связаны с математическим моделированием.

Заключение

Технологии цифровых двойников обладают огромным потенциалом для революционизации хирургической помощи и способны стать ключевым технологическим компонентом этой эволюции. Представленные в настоящем обзоре данные позволяют воссоздать хронологию развития фронтира «Цифровые двойники в хирургии»: за 20 лет (2002—2021 гг.) выполнены масштабные исследовательские проекты по разработке алгоритмов цифровых двойников для хирургии, в процесс трансляции их результатов в практическое здравоохранение включились регуляторы, возникло взаимодействие всех возможных участников развития фронтира, сформировались технологические экосистемы, определились технологические лидеры. Отмеченный период, с нашей точки зрения, следует рассматривать как количественный индикатор окна возможностей для захвата Российской Федерацией технологического и рыночного лидерства.

По трендовому технологическому направлению «Цифровые двойники в хирургии» Российская Федерация на конец 2021 г. занимает скромное 23-е место в мире по удельному весу в общем количестве заявок на выдачу патента на изобретение и не рейтингует по объему публикационного портфеля, поскольку не имеет ни одной национальной публикации, проиндексированной в WOS CC.

Представляется важным обратить внимание на тот факт, что главными мировыми акторами трансформации фронтира «Цифровые двойники в хирургии» в высокотехнологичное оборудование и услуги являются не научно-исследовательские центры, а компании, выступающие одновременно в роли квалифицированных заказчиков и бенефициаров реализуемых проектов полного инновационного цикла. Располагая огромными бюджетами на НИОКР и имея четкое целеполагание, именно эти участники процесса становятся главными драйверами технологического развития сектора здравоохранения, связанного с внедрением цифровых двойников.

На состоявшемся в конце сентября 2021 г. заседании Правительственной комиссии по научно-технологическому развитию оперативный анализ и прогнозирование научных фронтиров и критических технологий названы ключевым элементом управления государственной Программой научно-технологического развития Российской Федерации. Особо подчеркнуто, что с учетом быстрого создания, дивергенции и конвергенции технологий акцент предстоит сделать не просто на некоем окончательном видении будущего, но на конкретных механизмах стыковки фронтиров с действительностью [43]. В связи с этим не может не вызывать обеспокоенность отсутствие на патентном ландшафте направления российских компаний, что формирует риски использования инновационных решений, созданных в отечественном секторе междисциплинарных исследований в интересах зарубежных корпораций, идентифицированных в качестве технологических лидеров в настоящем обзоре.

Исследование выполнено в рамках государственного задания РАНХиГС при Президенте РФ.

Авторы заявляют об отсутствии конфликта интересов.

Литература / References:

  1. Schwartz SM, Wildenhaus K, Bucher A, Byrd B. Digital Twins and the Emerging Science of Self: Implications for Digital Health Experience Design and «Small» Data. Front. Comput. Sci., 15 October 2020. https://doi.org/10.3389/fcomp.2020.00031
  2. Иванов В.В., Сорокина А.Е. Трансграничные тренды цифрового развития здравоохранения. Российский внешнеэкономический вестник. 2020;10:100-108.  https://doi.org/10.24411/2072-8042-2020-10105
  3. Top 10 Strategic Technology Trends for 2019: Digital Twins. Gartner Research, 13 March 2019. https://www.gartner.com/en/documents/3904569/top-10-strategic-technology-trends-for-2019-digital-twin
  4. Craft L, Jones M. Hype Cycle for Healthcare Providers, 2020. Gartner. Aug. 05, 2020. https://www.gartner.com/en/documents/3988462.
  5. Digital Twin Market Growing at 37.87% CAGR to 2023 led by Electronics and Electrical/Machine Manufacturing Industry, 06.09.17.  https://markets.businessinsider.com/news/stocks/digital-twin-market-growing-at-37-87-cagr-to-2023-led-by-electronics-and-electrical-machine-manufacturing-industry-1002344484
  6. Цифровые двойники в здравоохранении. ZDRAV.EXPERT, 2021. https://zdrav.expert/index.php
  7. Erol T, Mendi AF, Doğan D. The Digital Twin Revolution in Healthcare. Conference: 2020 4th International Symposium on Multidisciplinary Studies and Innovative Technologies (ISMSIT). IEEE. 2020;1-7.  https://doi.org/10.1109/ISMSIT50672.2020.9255249
  8. Transforming FDA’s Approach to Digital Health: Speech by Scott Gottlieb, M.D.26.04.2018. FDA.  https://www.fda.gov/news-events/speeches-fda-officials/transforming-fdas-approach-digital-health-04262018
  9. Software as a Medical Device (SaMD). FDA.  https://www.fda.gov/medical-devices/digital-health-center-excellence/software-medical-device-samd
  10. Wiggers K. Unlearn.ai raises $12 million to accelerate clinical trials with ‘digital twins’. VentureBeat, April 20, 2020. https://venturebeat.com/2020/04/20/unlearn-raises-12-million-to-accelerate-clinical-trials-with-digital-twins/
  11. В РФ намерены создать «цифрового двойника» системы здравоохранения. INTERFAX.RU, Москва. 31 августа 2021. https://www.interfax.ru/russia/787585
  12. Grieves M. Origins of the Digital Twin Concept. Florida Institute of Technology. 2016. https://doi.org/10.13140/RG.2.2.26367.61609
  13. Grieves M. Digital Twin: Manufacturing Excellence through Virtual Factory Replication. LLC, 2014.
  14. Kamel Boulos MN, Zhang P. Digital Twins: From Personalised Medicine to Precision Public Health. Journal of Personalized Medicine. 2021;11(8):745.  https://doi.org/10.3390/jpm11080745
  15. Björnsson B, Borrebaeck C, Elander N, et al. Digital twins to personalize medicine. Genome Med. 2020;12(4). https://doi.org/10.1186/s13073-019-0701-3
  16. Fera M, Greco A, Caterino M, et al. Towards digital twin implementation for assessing production line performance and balancing. Sensors. 2019;20(1):97.  www. ncbi.nlm.nih.gov/pmc/articles/PMC6983215
  17. Marr B. What is Digital Twin Technology and Why Is It So Important? Forbes. 2017. Accessed on 2 July 2021. https://www.forbes.com/sites/bernardmarr/2017/03/06/what-is-digital-twin-technology-and-why-is-it-so-important/
  18. Braun M. Represent me: please! Towards an ethics of digital twins in medicine. Journal of Medical Ethics. 2021;47:394-400. 
  19. Bruynseels K, Santoni de Sio F, van den Hoven J. Digital twins in health care: ethical implications of an emerging engineering paradigm. Front Genet. 2018;9:31. pmid. https://doi.org/10.3389/fgene.2018.00031
  20. Francisco Sahli Costabal, Kinya Seo, Euan Ashley, Ellen Kuhl. Classifying drugs by their arrhythmogenic risk using machine learning. bioRxiv. 2020;118 (5):1165–1176  https://doi.org/10.1016/j.bpj.2020.01.012
  21. Roadmap for the Digital Patient EU, 7th R&D Framework Programme. DISCIPULUS. October 2013. https://www.vph-institute.org/upload/discipulus-digital-patient-research-roadmap_5270f44c03856.pdf
  22. Corral-Acero J, Margara F, Marciniak M, et al. The «digital twin» to enable the vision of precision cardiology. Eur Heart J. 2020. https://pubmed.ncbi.nlm.nih.gov/32128588/
  23. Wise HC, Solit DB. Precision oncology: Three small steps forward. Canc Cell. 2019;35(6):825-826.  https://pubmed.ncbi.nlm.nih.gov/31185208/
  24. Ahmed H, Devoto L. The Potential of a Digital Twin in Surgery. 2020. Surgical Innovation 28(4). https://doi.org/10.1177/1553350620975896
  25. Laaki H, Miche Y and Tammi K. Prototyping a Digital Twin for Real Time Remote Control Over Mobile Networks: Application of Remote Surgery. 2019;7:20325-20336.
  26. Zhang Q, Liu J and Zhao G. Towards 5G enabled tactile robotic telesurgery, 2018 [online]. arXiv:1803.03586v1 [cs.NI] 9 Mar 2018  https://arxiv.org/abs/1803.03586
  27. McDonald TL. Are we having virtual fun yet. PC Gamer US. 1994;1:44-49 [online]. https://imgur.com/gallery/7G1h9/
  28. Hollander R. Here’s Why AR and VR are set to Take Off. Aug. 2017. https://www.businessinsider.com/ar-vr-2017-8?r=US&IR=T
  29. Laaki H, Kaurila K, Ots K, Nuckchady V and Belimpasakis P. Augmenting virtual worlds with real-life data from mobile devices. Proc. IEEE Virtual Reality Conf. (VR). 2010;281-282.  https://doi.org/10.1109/VR.2010.5444764
  30. Hamzé N, Bilger A, Duriez C, Cotin S, Essert C. Anticipation of Brain Shift in Deep Brain Stimulation automatic planning. IEEE Engineering in Medicine and Biology Society (EMBC’15). Milan, Italy. 2015;3635-3638. ff.ffhal-01242851f. https://doi.org/10.1109/EMBC.2015.7319180
  31. Tonutti M, Gras G, Yang G-Z. A machine learning approach for real-time modelling of tissue deformation in image-guided neurosurgery. Artificial Intelligence in Medicine. 2017;80:39-47.  https://doi.org/10.1016/j.artmed.2017.07.004
  32. Hernigou P, Olejnik R, Safar A, Martinov S, Jacques H, Ferre B. Digital twins, artificial intelligence, and machine learning technology to identify a real personalized motion axis of the tibiotalar joint for robotics in total ankle arthroplasty. International Orthopaedics (SICOT). 2021;45:2209-2217. https://doi.org/10.1007/s00264-021-05175-2
  33. Shi H, Li J, Guo L, Mei X. Control Performance Evaluation of Serial Urology Manipulator by Virtual Prototyping. Chin J Mech Eng. 2021;34:25.  https://doi.org/10.1186/s10033-021-00534-x
  34. Lauzeral N, Borzacchiello D, Kugler M, George D, Rémond Y, Hostettler A, Chinesta F. A model order reduction approach to create patient-specific mechanical models of human liver in computational medicine applications. Computer Methods and Programs in Biomedicine. 2019;170:95-106.  https://doi.org/10.1016/j.cmpb.2019.01.003
  35. Cho S-W, Byun S-H, Yi S, Jang W-S, Kim J-C, Park I-Y, Yang B-E. Sagittal Relationship between the Maxillary Central Incisors and the Forehead in Digital Twins of Korean Adult Females. J Pers Med. 2021; 11:203.  https://doi.org/10.3390/jpm11030203
  36. Bresler A, Derwich W & Schmitz-Rixen T. Digitalisierung und digitale Zwillinge in der Gefäßchirurgie. Gefässchirurgie. 2020;25:324-331.  https://doi.org/10.1007/s00772-020-00672-x
  37. Devoto L, Muscroft S, Chand M. Highly Accurate, Patient-Specific, 3-Dimensional Mixed-Reality Model Creation for Surgical Training and Decision-making. JAMA Surg. 2019;154(10):968-969. PMID: 31433467. https://doi.org/10.1001/jamasurg.2019.2546
  38. The 3D printed ‘digital twin’ of your heart that could save your life: AI system lets surgeons simulate surgery. Daily Mail Online. 1.09.2018. https://www.dailymail.co.uk/sciencetech/article-6117623/Medtech-firms-gets-personal-digital-twins.html
  39. Lawton G. 21 ways medical digital twins will transform healthcare. VENTUREBEAT. July 4, 2021. https://venturebeat.com/2021/07/04/21-ways-medical-digital-twins-will-transform-healthcare/
  40. Cindy Abole A year later: MUSC, Siemens Healthineers partnership shows progress. MUSC. August 23, 2019.
  41. Siemens tech accelerates vaccine production. Siemens USA.  https://new.siemens.com/us/en/company/press/siemens-stories/usa/digitalized-medicine-siemens-tech-accelerates-vaccine-production.html
  42. Background Information. Erlang. Nov. 2018. Accessed: Sep. 24, 2020. [online]. www.siemens-healthineers.com
  43. Solutions for individual patients (siemens-healthineers.com). https://www.siemens-healthineers.com/perspectives/mso-solutions-for-individual-patients.html
  44. Digital Twin — How to design and execute smart healthcare models/GE Healthcare Command Centers. https://www.gehccommandcenter.com/digital-twin
  45. Healthcare solution testing for future | Digital Twins in healthcare. https://www.dr-hempel-network.com/digital-health-technolgy/digital-twins-in-healthcare/
  46. Cardiac 3D chamber quantifications driven by advanced automation. https://www.usa.philips.com/healthcare/resources/feature-detail/ultrasound-heartmodel
  47. The rise of the digital twin: how healthcare can benefit. Philips. Aug 30, 2018. https://www.philips.com/a-w/about/news/archive/blogs/innovation-matters/20180830-the-rise-of-the-digital-twin-how-healthcare-can-benefit.html
  48. FEops HEARTguide combines digital twins and AI to revolutionize structural heart planning. FEops. May 27, 2021. https://www.feops.com/src/Frontend/Files/MediaLibrary/13/feops-press-release-20210527-final.pdf
  49. Dassault Systèmes’ Living Heart Project Reaches Next Milestones in Mission to Improve Patient Care. Dassault Systèmes. Oct. 18, 2017. https://www.3ds.com/press-releases/single/dassault-systemes-living-heart-project-reaches-next-milestones-in-mission-to-improve-patient-car/
  50. Greenlaw E. Utilizing engineering tools from the aerospace industry to repair hearts — Boston Children’s Answers. Boston Childrens Hospital, July 21, 2020. https://answers.childrenshospital.org/aerospace-tools-repair-hearts/
  51. Виртуальные органы и испытание лекарств: цифровые двойники в медицине. РБК. 2021. https://trends.rbc.ru/trends/industry/613b35369a7947506473665e
  52. Sim&Size™ system. https://sim-and-cure.com/simsize/
  53. Q Bio Announces First Clinical “Digital Twin” Platform and Novel Whole-Body Scanner, and Major Investment From Kaiser Foundation Hospitals. Business Wire. April 29, 2021. https://www.businesswire.com/news/home/20210429005437/en/Q-Bio-Announces-First-Clinical-%E2%80%9CDigital-Twin%E2%80%9D-Platform-and-Novel-Whole-Body-Scanner-and-Major-Investment-From-Kaiser-Foundation-Hospitals
  54. THINK Surgical. https://thinksurgical.com/company/about-us/#about-us

Подтверждение e-mail

На test@yandex.ru отправлено письмо со ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail

Мы используем файлы cооkies для улучшения работы сайта. Оставаясь на нашем сайте, вы соглашаетесь с условиями использования файлов cооkies. Чтобы ознакомиться с нашими Положениями о конфиденциальности и об использовании файлов cookie, нажмите здесь.