利用综合患者数据建立匿名数字孪生，弗吉尼亚州尝试改善心理治疗成效

DBHDS将首先部署GEMINAI合成数据引擎，利用此引擎建立起病患数信息的副本数据集。这套数字孪生方案将囊括目标人群的统计属性、细微差别和特征，但不会涉及任何可能导致病患身份暴露的个人信息。

以此为基础，DBHDS有望建立起符合特定人口统计特征、特别是医疗条件属性的“合成病患”。更重要的是，数字孪生副本中不包含任何原始个人健康信息，也不存在可以一一对应、或者以逆向工程方式将数据同真实个人联系起来的可能。

与此同时，美国卫生与公众服务部也公布了自己的合成健康数据引擎，宣称将采用开源开发模型。这套名为Synthea的引擎使用公开数据生成综合健康记录，并能够以多种标准化格式实现信息导出。Synthea能够生成高度仿真的病患，模拟他们的完整生活轨迹并输出电子健康记录数据。

合成健康数据集还与多种技术标准相兼容，包括Health Level Seven International等。这类合成健康数据引擎还能支持规模更大的、以患者为中心的结果研究（PCOR）数据基础设施，进而为研究人员和健康IT开发者提供风险更低、更加全面的合成健康数据源，帮助他们在获取真实临床数据之前顺利渡过数据匮乏期。

PCOR主要强调对预防及治疗方案的有效性评估，因此临床数据对于项目实施有着重大意义。但受到成本、患者隐私及其他法律条款的限制，研究人员往往很难接触到真实患者数据。合成健康数据的出现有望解决这个难题，并加快各类创新型健康与研究方案的启动、改进和测试。

DBHDS还提到，他们之前在测试及开发环境中使用的数据并不符合患者数据的安全保护基准要求。对于安全可靠性相对较低的应用场景，DBHDS显然需要合成的、经过信息脱敏且符合HIPAA规范的数据。除了合成数据之外，DBHDS还需要解决机器学习预测、数据表征、决策推理、透明度及可审计性等一系列难题。

再来看OpenGov Asia的报道，患有耳科异常、癌性肿瘤及先天性缺陷等颅底类病变的患者，很可能需要在特定寿命时期内接受颅底手术。这就要求外科医生熟练地完成颅外与颅内手术操作，借助钻头探入颅内特定区域对病灶施术治疗。

约翰霍普金斯大学的研究人员最近开发出一种新系统，可帮助外科医生顺利完成包括颅底手术在内的各类复杂外科手术的训练工作。根据在《生物力学与生物医学工程中的计算机方法：成像与可视化》期刊上发表的论文，这套系统将以虚拟现实（VR）模拟器为载体服务于外科医师。

目前，这套系统已经能够提供身临其境的模拟环境，外科医生可以在其中与利用患者CT（计算机断层扫描）生成的虚拟颅腔进行交互。经由触觉设备（或键盘）控制的虚拟钻头能够钻穿模拟头骨，钻头与颅骨间的相互作用与力反馈效果也能正确体现，通过触觉设备为受训者带来真实的触感。最后，在视觉真实感与深度感知方面，VR头显则会以立体视频的形式尽可能还原真实手术场景。