如何把一次次检查、长期随访和日常监测中积累的健康信息“连接”起来，更早发现疾病风险？这正是“医疗健康数字孪生”项目希望回答的问题。10月30日，医疗健康数字孪生联盟学术研讨会在上海交通大学医学院附属瑞金医院召开。会上，瑞金医院联合海内外机构发起“全球医疗健康数字孪生联盟”，共同推进“5000万人类健康数字孪生计划”。
瑞金医院牵头发起的医疗健康数字孪生联盟（ICDT-HM），汇聚了海内外高校、医疗机构及相关领域的科研力量。研讨会上，来自斯坦福大学、牛津大学、澳门科技大学、温州医科大学、杜克-新加坡国立大学医学院等高校和医疗机构的专家，以及《自然》系列期刊编辑通过现场与线上方式参与交流。联盟将推动大规模纵向人群队列与人工智能深度融合，在数据标准、跨人群验证和数据治理等方面凝聚共识，逐步构建可预测、可推演的人体健康数字孪生。
中国工程院院士、瑞金医院院长宁光致辞表示，要为人类健康建造一部“全球数字导航”：映照当下、追踪未来、指导干预、持续学习。
“导航的意义，不在于预言终点，而在于让人在抵达之前就能选择道路。数字孪生最深刻的价值或许正在于此：在虚拟世界里先把未来走一遍，让本可避免的疾病，在现实中不必发生。”宁光说，瑞金医院提出“AI原生医院”理念，让AI成为新型医院和健康服务体系的“编码基因”。通过汇聚生物、生理、心理、行为、社会与环境等多维数据，探索构建个体的“数字生命”坐标，使健康从“有病”与“没病”的二元判断，转向可度量、可预测、可导航的连续轨迹。
谈及开放共享，宁光表示：“我们的原则是依法合规，让数据安全地留在本地，让模型与知识走向世界。”他同时强调：孪生再精确，也只是镜像；数据再庞大，也只是投影。医学的初心，始终是镜子前那个有温度的人。
上海市科学技术委员会主任骆大进在致辞中说，医疗健康数字孪生处在人工智能、生命科学与数据要素交汇的地方，期待联盟汇聚海内外一流高校、医疗机构和国家级人群队列建设者，聚焦代谢性疾病、心脑血管疾病、肿瘤等重大疾病，融合临床诊疗、长期随访、多组学和可穿戴设备等多维数据，加强基础研究与临床验证，推动医疗健康数字孪生成果转化应用。
《自然》生物、临床与社会科学主任编辑弗朗西斯卡·切萨里（Francesca Cesari）在视频致辞中谈到，研究设计、数据质量、外部验证和可重复性，与数据规模同样重要，预测表现不能替代临床证据。模型适用于哪些人群和场景、存在哪些局限、能否改善患者结局，都需要认真评价。数字孪生的价值，应体现在更有依据的临床决策、更公平有效的医疗服务和疾病负担的减轻上。
澳门科技大学医学院副院长、人工智能交叉应用研究院院长张康重点分享“5000万人类健康数字孪生计划”。该计划是联盟面向“精准健康”议题提出的长期科研规划，旨在通过多方协作，逐步构建融合纵向健康数据与动态模型的研究体系，为疾病预测、精准预防和个体化医疗提供支撑。
瑞金医院内分泌代谢科主任王卫庆教授介绍了中国代谢解析计划——ChinaMAP的研究基础与最新进展。ChinaMAP官方网站与数字化枢纽深度整合万余例全基因组深度测序数据、大型前瞻性队列研究，以及具有全国代表性的代谢性疾病监测数据。这一重大代谢病研究资源的开放共享，为揭示中国人群特有的代谢病发病机制、制定精准干预策略以及推动我国精准医疗事业的跨越式发展提供核心支撑。
一鼎盈提示：文章来自网络，不代表本站观点。
