디지털 트윈은 신진대사를 조절하는 효과적인 새로운 방법입니다.
최초로 만들어진 개의 디지털 트윈 중 일부는 아폴로 13호 우주선의 문제점을 연구하는 데 처음 사용된 NASA의 달 탐사 임무의 ‘살아있는 모델’로, 당시 아폴로 13호에서 무엇이 잘못되었는지 연구하는 데 사용되었습니다. 이 모델은 실제 항공기의 기존 컴퓨터 시뮬레이션에서 한 걸음 더 나아간 것이었습니다. 데이터가 지속적으로 수집되고 분석되었기 때문에 이러한 모델은 업데이트되고 학습되어 결함이나 다양한 조건에 대한 반응을 더 잘 예측할 수 있었습니다.
자한기르 모하메드는 디지털 트윈으로 알려진 복잡한 인체의 디지털 복제품을 개발하기 위해 Twin Health를 설립했습니다. 그는 맞춤형 디지털 아바타를 활용하여 제2형 당뇨병으로 고통받는 사람들을 위해 혁신적인 치료 방법을 적용하고 있습니다.
현재 전 세계 성인 10명 중 1명인 명이 당뇨병을 앓고 있으며, 대부분은 잘못된 현대인의 식습관과 운동 습관으로 인해 2형 당뇨병을 앓고 있습니다. 당뇨병은 음식을 에너지로 전환하는 화학적 과정인 신진대사를 방해하여 만성적으로 고혈당을 유발하고 신부전, 심장마비, 뇌졸중을 일으킬 수 있습니다.
이 혁신은 당뇨병 관리의 패러다임 전환을 의미하며, 당뇨병 환자에게 상당한 이점과 삶의 질 향상을 제공합니다.
파라메쉬 샤만나
의사는 일상적인 치료의 일환으로 정기적으로 혈액 검사를 실시하고 그 결과에 따라 혈당 수치 조절을 위한 약물을 권장합니다. 또한 식습관, 최적의 신체 활동 수준 및 가장 유익한 수면 수준에 관한 지침을 제공합니다. 그러나 모든 사람의 대사율은 개인마다 다르며 건강 또는 생활 습관 요인에 따라 시간이 지남에 따라 변화할 수 있다는 점에 유의해야 합니다.
Twin Health 는 환자가 제2형 당뇨병의 근본 원인인 신진대사를 이해할 수 있는 개인화된 방법을 제공합니다. 이 회사의 디지털 트윈 기술은 AI를 사용하여 각 환자의 개별 문제에 맞는 맞춤형 치료를 제공합니다.
Twin Health의 의료 책임자인 파라메쉬 샤만나 박사는 이 새로운 개발이 당뇨병으로 고통받는 사람들을 위한 “게임 체인저"라고 설명했습니다. 이 혁신은 질병을 모니터링, 예측 및 통제하는 데 있어 타의 추종을 불허하는 수준의 정확성을 제공합니다.
작동 방식
자동차 고장 예측을 위한 Tesla의 디지털 트윈 소프트웨어 연구에서 영감을 받은 CEO Jahangir Mohammed는 이 개념을 의료 분야에 적용하여 개인이 지속적인 모니터링을 통해 개인 건강에 대한 통찰력을 얻고 신체 상태에 대한 맞춤형 예측을 제공할 수 있는 방법을 모색했습니다.
Twin Health의 디지털 트윈은 연속 혈당 모니터, 체중과 체지방률을 측정하는 스마트 체중계, 심박수, 활동 수준, 수면 패턴 및 호흡 기능을 추적하는 웨어러블 기기 등 다양한 센서를 통해 매일 수집되는 다양한 데이터 스트림을 활용합니다. 또한 환자는 모바일 애플리케이션 인터페이스를 통해 식이 섭취량과 정기적인 혈액 검사 결과에 관한 정보를 제출하도록 요청받습니다.
Twin Health는 최첨단 알고리즘과 인공 지능을 사용하여 각 개인의 신진대사 과정의 복잡한 복제본, 즉 디지털 트윈을 생성합니다. 개인의 생리적 시스템을 가상으로 표현한 이 복제본은 다양한 소스에서 실시간으로 스트리밍되는 정보를 기반으로 학습하고 적응합니다. 그런 다음 이 지식을 활용하여 혈당 수치에 대한 맞춤형 예측을 생성하고 잠재적인 문제를 식별하며 모바일 애플리케이션을 통해 실행할 수 있는 특정 생활 방식 조정을 권장합니다.
디지털 트윈은 특정 음식 섭취와 관련된 잠재적 결과를 예측합니다.
실제로 개인의 전체 에너지 소비에 기여하는 다양한 생리적 활동을 모두 정확하게 파악하는 데 필요한 기술적 역량을 이해하는 데에는 상당한 노력과 자원이 필요했습니다. 인체의 복잡한 대사 경로 네트워크는 일일 총 칼로리 소모량을 종합적으로 평가하기 위해 각 과정을 세심하게 고려해야 하므로 매우 어려운 과제입니다. 이러한 복잡성을 고려할 때, 어떤 활동도 다른 활동과 독립적으로 작동하는 것이 아니라 미묘하지만 중요한 방식으로 서로 연결되고 상호 작용한다는 점을 인식하는 것이 필수적입니다.
저희 팀이 개발한 알고리즘은 개인의 식습관, 신체 활동 수준, 장기간의 생활 패턴이라는 광범위한 맥락에서 식사와 같은 개별 요인의 영향을 조사하는 데 중점을 둡니다. 이러한 접근 방식은 단순히 특정 식품 섭취의 결과를 분석하는 것 이상의 의미를 지닙니다. ‘디지털 트윈’이라고 하는 환자의 디지털 복제본을 활용하여 환자의 고유한 신진대사 구성과 일상을 고려한 후 해당 식품을 섭취하는 것이 건강 결과에 어떤 영향을 미칠지 예측합니다.
새로운 유형의 헬스케어
디지털 트윈을 활용하면 특정 질환에 대한 이해도를 높이는 동시에 대사 과정의 개선을 촉진하기 위한 맞춤형 지침을 제공할 수 있어 질병과 싸우고 있는 개인에게 매우 유익한 것으로 입증되었습니다. 또한 이 기술은 매일 업데이트를 제공하여 디지털 담당자가 제공하는 정확한 맞춤형 제안을 준수하는 사용자의 눈에 띄는 진행 상황을 표시합니다. 결과적으로 이러한 시각화는 환자의 동기를 강화하여 일반적인 건강 조언을 받았을 때보다 권장되는 생활 습관 조정을 실행하는 데 더 많은 노력을 기울이게 하는 역할을 합니다.
혁신의 핵심은 애플리케이션을 통해 전달되는 맞춤형 증거 기반 조언과 메시지라고 샤만나는 주장합니다. 이러한 시의적절한 전자적 충동은 소프트웨어를 통해 사용자에게 바로 전달됩니다. 이 예방 전략은 치료 청사진에 대한 일관된 참여와 준수를 촉진하여 궁극적으로 우리 시스템의 효능을 강화합니다.
환자는 혼자서 결정을 내리는 것이 아니라, 상태가 호전됨에 따라 약물 복용량을 점진적으로 줄여도 안전한지 판단하는 데 도움을 줄 수 있는 면허를 가진 임상의로 구성된 팀의 지침을 받습니다. 이 접근 방식은 여러 저명한 보험 제공업체가 당뇨병 환자에게 디지털 트윈 기술에 대한 액세스를 제공하기 위해 회사와 파트너십을 맺었다는 사실에서 알 수 있듯이 상당한 실용적인 매력을 지니고 있습니다.
임상 시험
Twin Health는 지난해 12월에 발표된 무작위 임상 시험 에서 232명의 당뇨병 환자에게 디지털 트윈을 제공하면서 기술을 테스트했습니다. 그 결과 환자의 혈당 수치가 평균 9%에서 6%로 떨어졌습니다. 이에 비해 표준 치료를 받은 환자의 혈당 수치는 8.5%에서 8.2%로 0.3% 감소하는 데 그쳤습니다. 5.7% 미만은 정상으로 간주되며, 5.7~6.4%는 당뇨병 전단계, 6.5% 이상은 당뇨병을 나타냅니다.
1년간의 치료가 끝났을 때, 트윈헬스의 기술을 사용한 사람의 약 73%가 제2형 당뇨병에서 완치된 것으로 나타났습니다.
혈당 수치를 3% 낮추는 성과는 주목할 만하고 칭찬할 만한 일입니다.
카우식 벤카테시
하버드 대학교의 저명한 학자이자 디지털 트윈 기술에 정통한 카우식 벤카테시 박사는 임상시험 기간이 1년으로 제한되어 있어 이 접근법의 지속적인 효과에 대한 확실한 결론을 내리기 어렵다는 점을 강조하고 있습니다. 보다 구체적으로, 치료 요법은 환자 측에서 함께 제공되는 애플리케이션과 빈번하고 지속적인 상호작용이 필요하기 때문에 일부 개인은 시간이 지남에 따라 무관심해지거나 동기를 잃을 수 있는 잠재적 위험이 있는 반면, 다른 개인은 처음에는 소프트웨어와 의미 있는 연결을 맺는 데 어려움을 겪을 수 있습니다.
이 개인은 만족스러운 결과를 얻기 위해서는 수많은 감지 장치, 여러 평가 스테이션, 애플리케이션과의 지속적인 커뮤니케이션이 치료의 필수 요소라고 말합니다. 또한 혈당 수치를 3% 낮추는 것이 주목할 만한 성과임을 인정합니다.
미래
이 그룹은 디지털 트윈 혁신을 다양한 국가로 확장하여 더 많은 사람들이 맞춤형 디지털 복제본의 혜택을 누릴 수 있도록 할 계획입니다.
현재 의학 발전의 한계를 확장하여 당뇨병과 같은 질병이 더 이상 쇠약하게 만드는 고통이 아닌 통제 가능한 건강 문제가 되는 상태를 만들고자 하는 열망이 있습니다. 샤만나는 이 접근법을 기존의 치료 패러다임으로 구현하면 당뇨병과 같은 질병에 대한 전 세계 관리 전략을 변화시킬 수 있다는 확신을 표명합니다.
귀하의 의견을 환영하며 이 기사에 대한 의견이나 향후 웹사이트에 추가할 기능에 대한 제안을 기꺼이 받겠습니다. 소중한 의견은 [email protected]으로 이메일을 보내주시기 바랍니다.