The architecture and principles of building digital twins for predictive diagnostics in personalised medicine

Abstract

This paper examines the architecture and principles underlying the creation of digital twins (a dynamic virtual model of a patient that is constantly updated using data [1]) for predictive diagnostics in personalised medicine. A digital twin is defined as a model that integrates information from electronic health records, genomic studies and IoT devices (Internet of Things – a network of sensors and devices that collect and transmit data [2]). It has been shown that such models are capable of taking into account a patient’s individual characteristics, operating at various levels – from the molecular to the organismal – as well as facilitating in silico experiments (computer simulations to test treatment scenarios or the impact of factors [3]), the detection of anomalies, and the support of clinical decisions. Particular attention is drawn to cybersecurity challenges and the ethical aspects of using sensitive biometric data. The study’s findings demonstrate the potential of digital twins to transform modern medicine from reactive to preventive and the prospects for their integration into the national healthcare system.

У роботі розглянуто архітектуру та принципи побудови цифрових двійників (динамічна віртуальна модель пацієнта, що постійно оновлюється завдяки даним [1]) для предиктивної діагностики в персоналізованій медицині. Цифровий двійник визначається як модель, що інтегрує інформацію з електронних медичних карт, геномних досліджень та IoT-пристроїв (мережа сенсорів і пристроїв, які збирають та передають дані [2]).