[论文解读] A Systematic Review on Human Modeling: Digging into Human Digital Twin Implementations

Heribert Pascual, Xavi Masip Bruin+2 more|arXiv (Cornell University)|Feb 4, 2023

Digital Transformation in Industry被引用 5

一句话总结

本篇系统性综述综合了当前关于人体数字孪生（HDTs）的研究，探讨其概念基础、与通用数字孪生（DTs）的区别、技术实现方式，以及在医疗保健、生物医学和人类表现优化中的应用。通过分析科学文献、专利和工业项目，识别出关键挑战、新兴趋势和研究空白，为未来HDT的发展提供全面路线图。

ABSTRACT

Human Digital Twins (HDTs) are digital replicas of humans that either mirror a complete human body, some parts of it as can be organs, flows, cells, or even human behaviors. An HDT is a human specific replica application inferred from the digital twin (DT) manufacturing concept, defined as a technique that creates digital replicas of physical systems or processes aimed at optimizing their performance and supporting more accurate decision-making processes. The main goal of this paper is to provide readers with a comprehensive overview of current efforts in the HDT field, by browsing its basic concepts, differences with DTs, existing developments, and the distinct areas of application. The review methodology includes an exhaustive review of scientific literature, patents, and industrial initiatives, as well as a discussion about ongoing and foreseen HDT research activity, emphasizing its potential benefits and limitations.

研究动机与目标

• 提供人体数字孪生（HDT）研究的全面概览，包括基础概念及其与通用数字孪生（DTs）的区别。
• 分析科学文献、专利和工业项目中现有的HDT实现方式。
• 识别HDT的主要应用领域，特别是在医疗保健、生物医学和人类表现建模方面的应用。
• 评估HDT开发中的当前研究趋势、技术推动因素及开放性挑战。
• 绘制未来研究方向，突出HDT系统的优势与局限性。

提出的方法

• 对HDTs相关的同行评审科学出版物进行了系统性文献回顾。
• 收集并分析了与人体数字孪生技术相关的专利。
• 审查了工业项目及HDTs的实际应用案例。
• 根据其范围（如全身、器官水平、细胞水平、行为水平）对HDTs进行分类。
• 映射HDTs中使用的技术组件、数据集成方法及建模技术。
• 将研究发现综合为对当前能力、局限性及未来研究需求的结构化概述。

实验结果

研究问题

• RQ1 人体数字孪生（HDTs）与通用数字孪生（DTs）在核心概念和技术上存在哪些关键区别？
• RQ2 现有HDT实现中使用的主要技术组件和建模方法是什么？
• RQ3 在医疗保健和生物医学等应用领域中，哪些领域在HDT发展方面取得了最显著的进展？
• RQ4 当前阻碍HDT应用推广与可扩展性的主要挑战和局限性是什么？
• RQ5 HDT研究与工业部署中的新兴研究趋势和未来发展方向有哪些？

主要发现

• HDTs正越来越多地用于在多个生物与行为层次上建模人类系统，涵盖从器官和细胞到全身生理与行为的层面。
• 本综述识别出HDT应用在个性化医疗、手术规划和慢性病监测方面呈现显著增长趋势。
• 尽管已取得进展，但在数据集成、模型准确性、实时性能以及HDT系统间标准化方面仍存在重大挑战。
• 专利分析显示，工业界对HDTs的兴趣日益增加，尤其集中在医疗诊断和可穿戴健康监测领域。
• 本研究指出，缺乏统一的框架和互操作性标准，限制了HDTs的可扩展性与临床应用。
• 未来研究应聚焦于提升模型保真度、伦理考量，以及在HDT系统中整合多模态数据源。