Virtonomy于2019年在德国慕尼黑成立,是一家结合了医疗工程、图像和数据处理、可视化和临床实践的数字孪生公司。Virtonomy正在创建一个网络平台, 服务于医疗器械开发企业, 从概念阶段到临床前评估,再到广泛用于患者的长期监测, 该平台利用虚拟患者进行数据驱动的临床试验,从而缩短了生命基本医疗设备的上市时间,加快了医疗创新,并大幅降低了成本,用虚拟患者取代动物和人体进行产品验证。
CEO Dr. Simon J. Sonntag:创立Virtonomy之前曾在 Avicenna Alliance (预测医学协会)工作两年,共计有10年以上的生命科学和医学工程经验,并与临床医生、KOL、企业和大学建立了全球专家网络。
预测医学(predictive medicine)定义:预测医学或硅医学作为一个更广泛的术语,是在诊断、治疗、预防疾病和产品开发中使用计算机建模和模拟。
IBM:数字孪生是一个虚拟模型,用于准确地反映物理对象。 所研究的对象(例如风力涡轮)会配备各种与重要功能领域相关的传感器。 这些传感器产生与物理对象不同方面的性能相关的数据,如能量输出、温度、天气条件等等。 然后,这些数据将转发到处理系统并应用于数字副本。 获得这类数据后,虚拟模型就可以用来运行模拟,研究性能问题和生成可能的改进,最终目的是产生有价值的见解 - 而见解又可以反过来应用于原始物理对象。
根据美国数字健康基金RockHealth资料,目前数字孪生领域的投资还不常见,但2021年美国和VR/AR相关的数字医疗公司共有11笔融资,达到1.98亿美元,相比2020年9300万增长112%。
(5)监管:FDA和欧洲都对虚拟患者持有支持发展态度
使用人工智能和计算机视觉将数据搭建成数字孪生模型
通过虚拟患者队列与统计人群分析相关联,形成一个身体状况变化库,评估适当的目标亚人群队列,定义包含/排除标准,评估最坏情况等。确定设备的理想贴合度,以及如何调整设计以治疗尽可能多的患者。使用我们的统计形状模型(SSM)方法创建人口队列中某些群体的平均模型。根据统计模型创建合成队列,并将其与其他v-Patients模块一起使用。
模拟整个虚拟目标人群中的植入物或产品系列,以调查这些身体变化可能会如何影响设备的性能和安全性。此外,通过进行参数分析来确定设计优化和材料选择的潜力。根据用例和产品阶段提供量身定制的设备和用例定制模拟环境。获取一个易于使用、直观的解决方案,其中不需要专家模拟知识。
创建数字临床证据取代传统临床证据,并且监管的审批方式也和传统临床不同,可以自助化提交产品认证。
使用虚拟现实模式,查看解剖学和不同的解剖测量,通过虚拟设备植入来研究设备是否合适,并进行模拟。
公开资料整理,仅供参考