Harvard Medical School 研究人員正開發「數碼雙胞胎」技術，透過電腦建立患者虛擬分身測試藥物效果，讓醫生處方前預測療效，改變傳統依賴大群組統計數據治療個別患者做法。這項技術結合智能手錶等裝置收集的健康數據、醫療紀錄及人工智能分析，已從概念階段邁向實際應用。
解決「一種藥未必人人有效」問題
Massachusetts General Hospital（MGH）腦退化症研究中心首席研究員 Steven Arnold 指出，目前醫生處方新藥時，主要依據數千人參與大型測試得出的平均效果。患者往往因此長期服藥，醫生只能假設藥物有助延緩病情，無法確定對個別患者是否真正有效。
數碼雙胞胎就像為每位患者製作一個虛擬分身，用來測試不同治療方案。MGH 腦部研究中心主任 Hiroko Dodge 運用這技術創建聊天機械人，模擬患者說話模式，透過分析對話內容及早發現記憶力衰退跡象，無需招募大量新患者測試。
為每位患者創建 100 個虛擬分身
MGH 研究員 Chao-Yi Wu 運用統計方法協助醫生更準確判斷治療方案能否惠及特定患者。她基於約 50,000 名腦退化症患者資料，為每位患者創建多個數碼分身，這些分身與患者擁有相同年齡、性別、種族、經濟背景，甚至步行速度等與腦退化症相關特徵。
Wu 表示患者可擁有 100 個虛擬雙胞胎，比較患者服藥後與 100 個未服藥雙胞胎認知能力變化，從統計數字判斷藥物是否真正有效。研究團隊發表論文顯示，虛擬患者組別反應與真實患者服用安慰劑反應相似，證明技術可靠。業界數據顯示，數碼雙胞胎技術可將臨床測試規模減少最多 33%，大幅節省研究成本。
AI 分析細胞預測治療效果
Harvard Medical School 教授 Marinka Zitnik 開發名為 COMPASS 的 AI 工具，分析患者細胞及健康數據。腫瘤科醫生可上傳患者腫瘤組織檢驗結果，連同用藥紀錄或血壓等資料，系統運用 AI 分析遠超醫生過往能處理的龐大資訊。醫生可直接詢問系統患者對特定抗癌藥物產生良好反應機會率，系統會提供答案並解釋原因。
Zitnik 指出近 3 至 4 年大型語言模型令這種對話式 AI 成為可能，10 年前根本無法實現。投入研發數碼雙胞胎科研人員及資金呈現爆炸式增長，因為 AI 技術帶來實現機會。
全球數碼雙胞胎醫療市場規模預計從 2025 年 25 億美元（約港幣 195 億元）增長至 2035 年 334 億美元（約港幣 2,605.2 億元），年複合增長率達 29.6%，增長動力來自人工智能、深度學習及大數據分析等技術進步。University of Melbourne 開發的 DT-GPT 系統已能預測患者病情變化，表現優於 14 個先進機械學習系統。
