首頁資訊建立數(shù)字孿生社區(qū)，解決健康差距難題

建立數(shù)字孿生社區(qū)，解決健康差距難題

來源：泰然健康網時間：2024年11月23日 15:49

解決健康差距并改善病患的診療效果，已經成為實現(xiàn)健康公平的關鍵所在。但解決這些難題，要求衛(wèi)生系統(tǒng)深入了解社群需求并制定能夠滿足這些需求的針對性策略。

消除因缺乏健康公平性而造成差距的方法，往往需要側重于涉及健康的社會決定因素（SDOH），即可能影響個人健康的各類非醫(yī)療因素，包括居住環(huán)境和工作地點等。

研究表明，克服這些問題需要采取基于實際地區(qū)的人口健康方法，借此改善社區(qū)條件以提振健康結果。正如2020年《美國醫(yī)學會》（JAMA）雜志發(fā)表的文章所述，基于地區(qū)的健康改善方法包含多種途徑，而其中一種極具前途的方案就是將衛(wèi)生系統(tǒng)的人口健康工作重點，更多投入至高風險社區(qū)當中。

最近，克利夫蘭診所與MetroHealth的研究人員共同獲得美國國立衛(wèi)生研究院（NIH）的314萬美元撥款，用于開發(fā)基于數(shù)字孿生、以社區(qū)為中心的模型，希望減少不同病患社群間的差距。

為了討論這項工作及其在改善病患診療效果方面的作用，Health IT Analytics專門采訪了克利夫蘭診所人口健康研究中心主任、此項目的領導者之一Jarrod Dalton博士。

使用數(shù)字孿生觀測健康不平等問題

麥肯錫公司對數(shù)字孿生做出的定義，是“根據(jù)實體環(huán)境對物理對象、人或流程建立數(shù)字版表示”，幫助組織模擬現(xiàn)實場景中的潛在結果并指導決策流程。

Dalton表示，在醫(yī)療保健領域，數(shù)字孿生能夠表達基因組數(shù)據(jù)，例如臨床表型及核糖核酸（RNA）表達。

而此次數(shù)字孿生社區(qū)（Digital Twin Neighborhoods）項目的重點，在于從電子健康記錄（EHR）中提取去身份化的健康信息，為克利夫蘭診所及MetroHealth所服務的真實社區(qū)建立數(shù)字副本。

虛擬社區(qū)副本將整合生物、社會及地理信息（包括社會決定因素數(shù)據(jù)），以期更好地了解相應社群中基于地區(qū)的健康狀況與差距。

Dalton解釋道，“克利夫蘭診所的關注重點，至少在這個初步項目中的重點，是應用數(shù)字孿生概念來理解社群差距與健康不平等現(xiàn)狀，特別是涉及種族、民族和社會經濟地位的真實情況。我們已經開展了大量研究，以各種方式記錄了俄亥俄州東北部健康統(tǒng)計結果中個人及地區(qū)間的平等性失調?！?/p>

以這項工作為基礎，Dalton及其團隊得以在研究中記錄不同社群間的健康差距，并研究這些差距背后的形成機制以及該如何解決這些差距。

他補充道，“我們相信，通過數(shù)字孿生進行模擬應該是解決問題的一種可行思路。例如，假設以特定方式改變這些社區(qū)周邊的醫(yī)療環(huán)境，結果會如何；能否改善健康不平等問題等等?！?/p>

但在研究人員找出問題的答案之前，我們首先需要建立起相應的數(shù)字孿生基礎設施。

建立數(shù)字孿生社區(qū)

Dalton指出，“我們將數(shù)字孿生社區(qū)，定義為居住在當前社區(qū)中的人口隨時間變化的健康狀況副本?！?/p>

他還強調稱，數(shù)字孿生大多用于城市設計和市政規(guī)劃，即模擬物理基礎設施和環(huán)境。這樣將幫助相關各方把握決策思路，例如建設新的道路將如何影響社區(qū)內的交通模式。

數(shù)字孿生社區(qū)項目也采用類似的方法，只是將關注重點放在社區(qū)健康狀況身上，并模擬不同的干預措施將如何隨時間推移影響社區(qū)內的健康狀況和診療效果。

Dalton解釋稱，為了達成這個目標，每套數(shù)字孿生社區(qū)副本都是由算法生成的合成社群，其特征同現(xiàn)實世界中對應社群的特征密切匹配。

在此基礎之上，研究團隊會將各種醫(yī)療保健數(shù)據(jù)及其他信息源引入數(shù)字孿生社區(qū)當中，用以表示直接接觸、慢性病蔓延風險、接觸與疾病蔓延或者病情惡化之間的關聯(lián)，以及這些疾病如何從起源一步步引發(fā)死亡風險增加和預期壽命降低。

數(shù)字孿生還使用基于地點的信息，希望解析這些因素怎樣在社區(qū)健康中發(fā)揮重要作用。

Dalton表示，“我們認為社區(qū)環(huán)境其實是多種環(huán)境要素的組合?！逼渲邪ㄉ鐣h(huán)境、市政資源和毗鄰地位等多個層面；化學環(huán)境，即人們接觸到的污染物與社區(qū)氣候模式；建筑環(huán)境，包括交通和其他基礎設施的使用；經濟環(huán)境，描述社區(qū)成員的工作概況、收入和住房狀況等。通過數(shù)字孿生解析這些環(huán)境，將幫助研究人員更好地了解當前所研究社區(qū)的真實需求。

Dalton提到，“我們希望使用模擬模型對社區(qū)中真實人群的接觸情況、健康水平和診療效果做出代表性描述。不過大家不必擔心，我們的模型是由合成或者人工生成的個體數(shù)據(jù)構建而成。”

利用這些數(shù)字孿生社區(qū)，研究團隊正進一步開展多個項目，希望回答關于人口健康的關鍵問題、指導數(shù)字孿生的進一步發(fā)展。

基于數(shù)字孿生社區(qū)的更多項目

Dalton指出，“目前，數(shù)字孿生社區(qū)項目的重點是建立起用于生成這些合成或數(shù)字孿生社群的方法、計算流程和基礎設施?！?/p>

當然，研究人員也提出了與之相關的初步后續(xù)項目，可用于確定模型開發(fā)思路并解決部分最緊迫的人口健康問題。

第一個項目就是評估社區(qū)層面的區(qū)域心理健康狀況，特別是各類因素對抑郁癥的影響。

Dalton強調稱，“美國的醫(yī)療保健更注重個性化護理，雖然大部分療法都很適當，但最終效果仍取決于患者的具體情況以及規(guī)定干預措施在不同人群中同等有效的簡單假設。這不僅會受到病患個體的影響，醫(yī)療保健系統(tǒng)本身在執(zhí)行干預措施時也往往無法統(tǒng)一，導致最終療效浮動過大?！?/p>

他進一步解釋稱，在克利夫蘭，社區(qū)間的差異、或者說差距往往相當嚴重。特別是在俄亥俄州東北部社會經濟地位較低、且以黑人人口為主的地區(qū)往往健康狀況較差，醫(yī)療保健系統(tǒng)也更難在這里推行既定的健康干預措施。

他指出，“在這個以抑郁癥為重點的研究項目中，我們提出的問題是考慮到該社區(qū)的干預措施可行性，那么在醫(yī)療保健系統(tǒng)長期依賴的面對面診療、改善性藥物和心理疏導等難以落地的服務之外，還有哪些有益于這部分服務嚴重不足社區(qū)的心理健康狀況、為其提供幫助的選項和機會？”

第二個項目的重點則是評估引入新服務能否改善社區(qū)內心臟病發(fā)病率，即通過減少有害心血管健康的危險因素從根源上解決問題。

Dalton表示，“克利夫蘭診所及其他研究機構的調查表明，心臟代謝疾病存在顯著的社區(qū)差異。對心血管健康狀況危害最大的因素之一就是血壓，而俄亥俄州東北部低收入社區(qū)普遍存在嚴重的高血壓問題?！?/p>

為了幫助解決這個問題，研究團隊將使用數(shù)字孿生社區(qū)建立起心血管健康狀況的動態(tài)模型，這將有助于清晰描繪社區(qū)居民在其一生中的病情變化趨勢。以此為基礎，研究人員可以模擬出干預措施的潛在效果，據(jù)此改善對心血管疾病的預防策略。

這些項目極為復雜，所帶來的高昂成本、實現(xiàn)難度和大規(guī)模資源占用導致其很難在現(xiàn)實世界中具體開展。但數(shù)字孿生將幫助研究人員克服其中的相當一部分障礙。

數(shù)字孿生社區(qū)幫助Dalton及其團隊得以模擬多種結果，并觀察這些結果隨時間推移在病患群體中的集體變化方向。

他解釋道，“我們使用由電子健康記錄訓練而成的動態(tài)概率模型，并以著眼于生命歷程中不同特定條件和節(jié)點的方式建立起數(shù)百個模型，希望能夠涵蓋整個過程中的各類風險結果。”

之后，研究人員使用這些模型來模擬特定合成社群的生命歷程結果。Dalton表示，研究人員可能需要運行30到1000輪這樣的模擬。

在此基礎之上，研究團隊會評估已知條件下的模型準確性，例如直接接觸和社區(qū)現(xiàn)有資源，以確定這些工具能否重現(xiàn)在社群電子健康記錄中觀察到的真實結果。

Dalton總結道，“我們希望以此為切入點探索背后的真實機制，指導后續(xù)如何通過進一步調整讓模型準確重現(xiàn)我們在病患群體中觀察到的現(xiàn)象。而一旦研究人員對影響因素有了系統(tǒng)性的理解，就能據(jù)此回溯醫(yī)療保健系統(tǒng)、保險公司和各利益相關方，最終提煉出有助于在社區(qū)層面改善人口健康干預措施的信息?！?/p>

未來，Dalton帶領的研究團隊還希望公開數(shù)字孿生社區(qū)數(shù)據(jù)庫，以便更多研究人員能夠以此為基礎做出探索、分享發(fā)現(xiàn)，共同為人口健康的整體改善做出貢獻。

網址: 建立數(shù)字孿生社區(qū)，解決健康差距難題 http://www.u1s5d6.cn/newsview35022.html