近年来，研究人员越来越多地发现，计算机和人工智能的功能可以更准确地诊断患者当前的心脏健康，并且可以提供对未来心脏健康，潜在治疗方法和疾病预防的准确预测。

如今，在《欧洲心脏杂志》上发表的一篇论文中，伦敦国王学院的研究人员领导着个性化的In-Silico心脏病学财团，展示了如何将计算机模型与统计模型联系起来可以改善与心脏有关的临床决策。伦敦国王学院的首席研究员Pablo Lamata博士说：“我们发现做出适当的临床决策不仅涉及数据，而且还涉及如何将数据与我们经过多年研究积累的知识相结合。”

该团队创造了“数字孪生”一词来描述这两种模型的集成，这是我们心脏的计算机化版本，代表了人类生理和个体数据。

研究人员在论文中写道：“数字孪生将改变治疗选择，从根据当前患者的状态到优化明天的患者状态。”

这可能意味着去医生办公室旅行可能会带来更多的数字体验。Lamata博士说：“想法是，电子健康记录将发展成为对我们所谓的数字化身的更详细描述，数字化身是心脏工作方式的数字表示。”

力学模型使研究人员应用物理定律和数学定律来模拟心脏的行为。统计模型要求研究人员查看过去的数据，以观察心脏在类似情况下的行为，并推断其随时间的变化。模型可以找出最有价值的诊断数据，还可以可靠地推断出无法直接测量或需要侵入性程序的生物标志物。

Lamata博士说，使用这些模型可以获取有关心脏行为的更多信息。“我们已经从医学图像和信号中提取了数字，但是我们也可以通过模型将它们组合起来，以推断出数据中我们看不到的东西，例如心脏的僵硬。显然，我们无法触及跳动的心脏来知道刚度，但我们可以为这些模型提供材料特性的规则和规律，以推断出重要的诊断和预后信息心脏的刚度成为另一个重要的生物标记，它将告诉我们心脏的健康状况如何应对患有疾病。”

研究人员团队认为，心血管医学计算模型的强大功能还可以为我们提供对日常心脏健康的更多控制。就像可穿戴监控设备的普及一样，我们的心脏数字双胞胎可以告知其当前的健康状况，并提醒佩戴者任何危险因素。“这也是人们更加有能力，更有控制力，并意识到生活方式选择对心脏健康的影响的愿景。我们将拥有更多可穿戴设备，可以监测我们的健康节奏，心律或水平身体活动。这个部门还与住在医院的数字双胞胎交谈。”

“这就像天气：更好地了解它是如何工作的，可以帮助我们对其进行预测。而内心地，模型还可以帮助我们预测如果我们对其进行干预会变得更好或更糟。”