数字双胞胎用于非侵入性测量右心力衰竭的预测标记
Justen R Geddes1, Christopher W Jensen1,2, Cyrus Tanade1
1Department of Biomedical Engineering, Duke University, Durham, NC 27708, USA.
NPJ digital medicine
|August 25, 2025
概括
数字双胞胎提供非侵入性心力衰竭 (HF) 监测. 这项研究使用计算流体动力学来预测血动力学变化,改善早期检测和管理,开发了针对患者的HF数字双胞胎.
科学领域:
- 生物医学工程
- 计算医学
- 心血管研究
背景情况:
- 心力衰竭是全球死亡的主要原因.
- 目前的高频监测方法往往具有侵入性,缺乏可扩展性.
- 数字双胞胎显示出精确,非侵入性疾病监测和早期检测的潜力.
研究的目的:
- 开发心力衰竭 (HF) 数字双胞胎的新框架.
- 在肺动脉中预测患者特定的血液动力学指标.
- 解决目前侵袭性HF监测技术的局限性.
主要方法:
- 使用3D计算流体动力学 (CFD) 进行数字双胞胎开发.
- 引入了一种确定最小几何复杂性的策略,以准确预测压力.
- 探索不同边界条件对血液动力学模拟的影响.
主要成果:
- 与侵入性测量血液动力学数据对比的验证数字双胞胎.
- 证明了对HF患者的持续,非侵入性监测的潜力.
- 通过模拟的血液动力学变化提前识别恶化的HF.
结论:
- 数字双胞胎为个性化高频管理提供了有希望的非侵入性方法.
- 这种框架可以持续监测和早期检测HF恶化.
- 这项研究为将数字双胞胎技术纳入临床HF护理提供了基础.
