📣📣📣 ¿Quieres saber qué son los gemelos digitales y cómo se usan en la industria médica y farmacéutica?

🤖 Introducción

Los #gemelosdigitales (DT) están ganando popularidad rápidamente en varias industrias, particularmente en el sector de la salud. El concepto de gemelo digital para la salud (#DT4H) tiene el potencial de revolucionar la gestión de la atención médica, el tratamiento de enfermedades y el bienestar de la salud

Inicialmente, el TD se describía como un gemelo estático, que representaba una réplica digital de un sistema físico. Sin embargo, a medida que avanzaba el concepto, surgieron nuevas iteraciones, incluido el "gemelo espejo", el "gemelo sombra" y, más recientemente, el "gemelo inteligente"

• Un modelo gemelo estático solo tiene propiedades estáticas, mientras que un gemelo funcional (también conocido como gemelo espejo) es un gemelo estático con capacidades de comportamiento dinámico
• El gemelo auto adaptativo (también conocido como gemelo sombra) es un gemelo funcional con la capacidad de adquirir datos en tiempo real y actualizar el modelo, lo que requiere un hilo digital que realice un seguimiento de la evolución y la comunicación con el objeto, sistema u organismo del mundo real
• La versión más evolucionada del DT es el DT inteligente, que es un gemelo auto adaptativo con un grado de inteligencia artificial que tiene autonomía con capacidades de aprendizaje, razonamiento, conocimiento y actuación, y puede comunicarse con otros gemelos (también conocidos como DT extendidos, DT cognitivos o avatares físicos). Este DT necesita intercambio de información entre el mundo físico y el DT en ambas direcciones de forma dinámica

💡 Tecnologías que se usan en el despliegue de gemelos digitales

1. Internet de las Cosas (IoT): Sensores y dispositivos conectados recopilan datos en tiempo real sobre el estado y el rendimiento del objeto físico
2. Big Data y Análisis de Datos: Se procesan grandes volúmenes de datos para extraer información útil, identificar patrones y hacer predicciones
3. Modelado 3D y Simulación: Herramientas de modelado permiten crear representaciones visuales del objeto físico, mientras que la simulación ayuda a predecir su comportamiento en diferentes condiciones
4. Inteligencia Artificial y Aprendizaje Automático: Algoritmos de IA analizan datos históricos y en tiempo real para optimizar el rendimiento y facilitar la toma de decisiones
5. Nube y Computación en la Nube: Facilitan el almacenamiento y procesamiento de datos a gran escala, permitiendo el acceso remoto a la información y modelos
6. Blockchain: Asegura la integridad y la trazabilidad de los datos, lo cual es crucial para aplicaciones donde la seguridad es prioritaria
7. Realidad Aumentada y Virtual: Se utilizan para visualizar y interactuar con el gemelo digital de manera más intuitiva

💎 Aplicaciones de los Gemelos Digitales en Salud

1️⃣Diseño de dispositivos médicos

La creación de modelos de gemelos digitales (DT) personalizables para órganos está revolucionando la medicina. Un ejemplo destacado es el proyecto SIMULIA Living Heart, una colaboración entre Dassault Systèmes y la FDA, que ha desarrollado un gemelo digital validado del corazón humano. Este modelo se utiliza para examinar interacciones de medicamentos y mejorar el diseño de dispositivos cardíacos

En Europa, FEops combina gemelos digitales del corazón con análisis anatómico habilitado por IA para mejorar la gestión de enfermedades cardíacas estructurales. Su plataforma HEARTguide está disponible en varios países para procedimientos como la implantación de válvulas aórticas transcatéter (TAVI) y la oclusión del apéndice auricular izquierdo (LAAO)

Durante la pandemia de COVID-19, Onscale desarrolló un gemelo digital de los pulmones para optimizar el uso de ventiladores y mejorar los resultados de los pacientes. Además, el proyecto Living Brain rastrea la progresión de enfermedades neurodegenerativas.

✔️ El objetivo a largo plazo es crear un DT de todo el cuerpo humano

2️⃣ El descubrimiento de biomarcadores y fármacos

El descubrimiento convencional de medicamentos es costoso y lento, con un costo promedio de $2.6 mil millones y un tiempo de desarrollo de 10 años. Además, la tasa de fracaso puede llegar al 96%. Sin embargo, la integración de enfoques de descubrimiento asistido por computadora (CADD) y técnicas de aprendizaje automático está optimizando este proceso.

Modelos digitales (DT) están acelerando la identificación de objetivos farmacológicos exitosos y mejorando la predicción de reacciones bioquímicas. Empresas líderes como Atos y Siemens, en colaboración con farmacéuticas como GSK, están utilizando DT para optimizar la fabricación de medicamentos. Takeda Pharmaceuticals también ha adoptado esta tecnología para lanzar terapias transformadoras a nivel global.

La implementación de DT en el diseño de medicamentos podría reducir significativamente el ciclo de desarrollo, beneficiando a la humanidad.

3️⃣ Diseño de ensayos clínicos in silico y ensayos controlados aleatorios inteligentes

Los ensayos clínicos tradicionales son costosos y lentos. Una estrategia emergente son los ensayos in-silico (IST), realizados digitalmente mediante simulación y modelado. Menos del 10% de los pacientes adultos con cáncer participan en ensayos clínicos, y la tasa de éxito en oncología es solo del 5.1%. Los IST pueden mejorar la potencia de los ensayos, simular brazos de control y eficacia, y optimizar la selección de pacientes y protocolos de medicamentos

Los gemelos digitales (DT) se diferencian de los brazos de control externos al predecir los resultados individuales basados en modelos. Empresas como Unlearn.AI están diseñando ensayos para enfermedades neurológicas como Alzheimer, Parkinson y esclerosis múltiple

El estudio VICTRE demostró la eficacia de los ensayos in-silico en tecnologías de imagen médica, comparando mamografía digital y tomosíntesis mamaria. Los resultados mostraron que la tomosíntesis era más efectiva en la detección de lesiones mamarias

Tanto la FDA como la EMA apoyan la integración de enfoques in-silico en los ensayos clínicos. Los controles sintéticos han ampliado las indicaciones de terapias como Palbociclib y Blinatumomab. Los IST están evolucionando, incorporando datos clínicos, genómicos y socioeconómicos para diseñar controles sintéticos más robustos y predecir resultados de intervenciones clínicas mediante inteligencia artificial

4️⃣ Medicina personalizada

La oncología de precisión y los perfiles genómicos comprensivos (CGP) están revolucionando la terapia del cáncer al identificar biomarcadores para tratamientos específicos. Aunque solo una minoría de pacientes presenta mutaciones con alto nivel de evidencia terapéutica (LOE), la fenotipificación profunda y los datos digitales pueden personalizar aún más la atención

Los gemelos digitales (DT) están siendo utilizados para simular resultados terapéuticos y optimizar tratamientos en cánceres como el de pulmón y mama triple negativo. Estudios recientes han demostrado que los DT pueden predecir y mejorar la eficacia de las terapias, como en el caso del pembrolizumab para cáncer de pulmón

📍 Case study

Acelerando el desarrollo y la producción de vacunas