Predicting leading indicators of patient status using medical digital twins

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

This article discusses the development of specialized mathematical software, which is a set of mathematical methods, models and algorithms, as well as software tools for assessing leading indicators of patients' health using digital twin technologies. We will discuss the necessary mathematical approaches, ways to integrate them into clinical practice, and the potential for further research in this area.

Sobre autores

E. Minakov

A.F. Mozhaisky Military Aerospace Academy, Ministry of Defense of Russia

Autor responsável pela correspondência
Email: seliverstov-pv@yandex.ru
Código SPIN: 4819-0765

Professor, Doctor of Engineering Sciences

Rússia, Saint Petersburg

V. Grinevich

S.M. Kirov Military Medical Academy, Ministry of Defense of Russia

Email: seliverstov-pv@yandex.ru
ORCID ID: 0000-0002-1095-8787
Código SPIN: 1178-0242

Professor, MD

Rússia, Saint Petersburg

E. Kryukov

S.M. Kirov Military Medical Academy, Ministry of Defense of Russia

Email: seliverstov-pv@yandex.ru
ORCID ID: 0000-0002-8396-1936
Código SPIN: 3900-3441

Professor, Academician of the Russian Academy of Sciences, MD

Rússia, Saint Petersburg

P. Seliverstov

S.M. Kirov Military Medical Academy, Ministry of Defense of Russia

Email: seliverstov-pv@yandex.ru
ORCID ID: 0000-0001-5623-4226
Código SPIN: 6166-7005

Associate Professor, Candidate of Medical Sciences

Rússia, Saint Petersburg

Bibliografia

  1. Saratkar S.Y., Langote M., Kumar P. et al. Digital twin for personalized medicine development. Front Digit Health. 2025; 7: 1583466. doi: 10.3389/fdgth.2025.1583466
  2. Селиверстов П.В., Гриневич В.Б., Крюков Е.В. и др. Роль цифровых двойников в терапевтическом сопровождении пациентов. Врач. 2025; 36 (6): 13–9 [Seliverstov P., Grinevich V., Kryukov E. et al. The role of digital doubles in the therapeutic support of patients. Vrach. 2025; 36 (6): 13–9 (in Russ.)]. doi: 10.29296/25877305-2025-06-03
  3. Quazi F., Raju N., Viradia V. et al. Digital twin technology in healthcare: applications, challenges, and future insights. Int J Glob Innov Solutions. 2024. doi: 10.21428/e90189c8.bdb0264f
  4. Dilmegani C. Use Cases & Benefits of Digital Twins in Healthcare for 2024. URL: https://research.aimultiple.com/digital-twin-healthcare/
  5. Abayadeera M.R. Digital twin technology: a comprehensive review. Int J Sci Res Eng Trends. 2024; 10 (4): 1485–504. doi: 10.61137/ijsret.vol.10.issue4.199
  6. Ghatti S., Yurish L.A., Shen H. et al. Digital twins in healthcare: a survey of current methods. Arch Clin Biomed Res. 2023; 7 (3): 365–81. doi: 10.26502/acbr.50170352
  7. Kamel Boulos M.N., Zhang P. Digital twins: from personalised medicine to precision public health. J Pers Med. 2021; 11 (8): 745. doi: 10.3390/jpm11080745
  8. Гриневич В.Б., Крюков Е.В., Минаков Е.П. и др. Концепция применения цифровых двойников для прогнозирования значений ведущих показателей состояния здоровья пациентов. Врач. 2025; 36 (9): 82–6 [Grinevich V., Kryukov E., Minakov E. et al. The concept of using digital twins to predict the values of leading indicators of patients' condition. Vrach. 2025; 36 (9): 83–6 (in Russ.)]. doi: 10.29296/25877305-2025-09-16
  9. Гвардейцев М.И. Кузнецов П.Г., Розенберг В.Я. Математическое обеспечение управления. Меры развития общества. 2-е изд. СПб, Изд. «Специальная литература», 2016 [Gvardeytsev M.I. Kuznetsov P.G., Rosenberg V.Ya. Mathematical management support. Measures for the development of society. 2nd ed. St. Petersburg, Publishing House of "Special literature", 2016 (in Russ.)].
  10. Минаков Е.П., Гриневич В.Б., Крюков Е.В. и др. Базы данных потенциальных цифровых двойников программно-моделирующего комплекса прогнозирования ведущих показателей состояния пациентов. Врач. 2025; 36 (10): 28–33 [Minakov E., Grinevich V., Kryukov E. et al. Databases of potential digital doubles of the software-modeling complex for predicting leading indicators of patients' condition. Vrach. 2025; 36 (10): 28–33 (in Russ.)]. doi: 10.29296/25877305-2025-10-05

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».