Herz -digitale Zwillinge bieten Hinweise auf personalisiertere Herzbehandlungen

Zum ersten Mal haben Forscher des King’s College London, des Imperial College London und des Alan Turing Institute über 3.800 anatomisch genaue digitale Herzen geschaffen, um zu untersuchen, wie Alters-, Geschlechts- und Lebensstilfaktoren Herzerkrankungen und elektrische Funktionen beeinflussen.
Das Erstellen von Herz -Digital -Zwillingen in dieser Größenordnung hat Wissenschaftlern dabei geholfen, festzustellen, dass Alter und Fettleibigkeit Veränderungen in den elektrischen Eigenschaften des Herzens verursachen, was erklären könnte, warum diese Faktoren mit einem höheren Risiko für Herzerkrankungen verbunden sind.
Die Ergebnisse, die heute veröffentlicht wurden in Nature kardiovaskuläre ForschungZeigen Sie die Möglichkeiten, die kardiale digitale Zwillinge im Maßstab bieten, um die Auswirkungen des Lebensstils auf die Gesundheit und Funktion des Herzens in verschiedenen Populationen besser zu verstehen.
Mit Hilfe der digitalen kardialen Zwillinge stellten sie auch fest, dass Unterschiede im Elektrokardiogramm (EKG) zwischen Männern und Frauen hauptsächlich auf Unterschiede in der Herzgröße zurückzuführen sind und nicht auf die Art und Weise, wie das Herz elektrische Signale durchführt.
Diese Erkenntnisse könnten Klinikern helfen, Behandlungen zu verfeinern, z.
Sie hoffen, dass dieses tiefere Verständnis des Herzens in verschiedenen Gruppen zu einer stärker personalisierten Versorgung und Behandlung für Menschen mit Herzerkrankungen führen könnte.
Die kardialen digitalen Zwillinge wurden unter Verwendung der Daten des realen Patienten und der EKG -Messwerte aus der britischen Biobank und einer Kohorte von Patienten mit Herzerkrankungen erstellt. Diese arbeiten dann als digitale Nachbildung des Herzens des Patienten, mit dem die Funktionen des Herzens erforscht werden können, die schwer direkt zu messen sind.
Die jüngsten Fortschritte in maschinellem Lernen und KI halfen den Forschern, dieses Volumen digitaler Zwillinge zu erstellen, einige der manuellen Aufgaben zu reduzieren und sie schneller aufzubauen.
Im weiteren Sinne ist ein digitaler Zwilling ein Computermodell, das ein Objekt oder einen Prozess in der physischen Welt simuliert. Sie können kostspielig und zeitintensiv sein, können aber neue Einblicke in die Art und Weise geben, wie das physische System sich verhalten oder sich verhalten kann.
Bei der Anwendung im Gesundheitswesen könnte ein digitaler Zwilling vorhersagen, wie sich die Krankheit eines Patienten entwickeln wird und wie Patienten wahrscheinlich auf verschiedene Behandlungen ansprechen.
Professor Steven Niederer, Senior Autor und Vorsitzender für Biomedizinische Ingenieurwesen am Imperial College London, der während des King’s College London die Forschung durchführte, sagte: „Unsere Forschung zeigt, dass das Potenzial von kardialen digitalen Zwillingen über die Diagnostik hinausgeht.
„Indem wir die Herzen der Menschen in der Bevölkerung nachbilden, haben wir gezeigt, dass digitale Zwillinge uns tiefere Einblicke in die Menschen mit Herzerkrankungen bieten können. Es zeigt auch, wie sich Lebensstil und Geschlecht auf die Herzfunktion auswirken können.“
Diese Erkenntnisse werden dazu beitragen, Behandlungen zu verfeinern und neue Arzneimittelziele zu identifizieren. Durch die Entwicklung dieser Technologie im Maßstab ebnet diese Forschung den Weg für ihre Verwendung in großen Bevölkerungsstudien. Dies könnte zu personalisierten Behandlungen und besseren Präventionsstrategien führen und letztendlich die Art und Weise verändern, wie wir Herzkrankheiten verstehen und behandeln. „
Professor Pablo Lamata, Berichtautor und Professor für Biomedizinische Ingenieurwesen am King’s College London
Dr. Shuang Qian, leitender Autor und Gastwissenschaftler am Center for Medical Engineering, King’s College London, sagte: „Die digitalen Herzmodelle, die wir aufgebaut haben, basieren auf dem nächsten Schritt in unserer Forschung – die Herzfunktion mit unseren Genen zu verknüpfen. Dies könnte uns helfen, zu verstehen, wie genetische Variationen die Herzfunktion auf eine Weise beeinflussen, die noch nie zu einer genaueren Pflege in der Zukunft geführt wurde.“
Quellen:
Qian, S., et al. (2025). Developing cardiac digital twin populations powered by machine learning provides electrophysiological insights in conduction and repolarization. Nature Cardiovascular Research. doi.org/10.1038/s44161-025-00650-0.