The concept of using digital twins to predict the values of leading indicators of patients' condition

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The use of digital twins to predict the values of leading indicators of patients' health status, as well as the consequences of events and their outcomes, is one of the most promising areas of modern healthcare. The widespread use of such digital technologies contributes to the modernization of medicine at all stages, which makes it possible to optimize algorithms for diagnosis, treatment, rehabilitation and prevention. This opens a new path to personalized medicine, where the risks of developing diseases and complications are identified long before their clinical manifestation.

About the authors

V. B. Grinevich

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

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

Professor, MD

Russian Federation, Saint Petersburg

Е. V. Kryukov

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

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

Professor, Academician of the Russian Academy of Sciences, MD

Russian Federation, Saint Petersburg

E. P. Minakov

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

Email: seliverstov-pv@yandex.ru
SPIN-code: 4819-0765

Professor, Doctor of Engineering Sciences

Russian Federation, Saint Petersburg

P. V. Seliverstov

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

Author for correspondence.
Email: seliverstov-pv@yandex.ru
ORCID iD: 0000-0001-5623-4226
SPIN-code: 6166-7005

Associate Professor, Candidate of Medical Sciences

Russian Federation, Saint Petersburg

References

  1. Garanin A.A., Aydumova O.Y., Kiselev A.R. Digital twins in healthcare administration: A systematic review on novel approaches to management and planning. Russian Open Medical Journal. 2025; 14: e0104. doi: 10.15275/rusomj.2025.0104
  2. Bagaria N., Laamarti F., Badawi H.F. et al. Health 4.0: Digital twins for health and well-being’. In Connected Health in Smart Cities, ed. A. El Saddik, M. Hossain, and B. Kantarci. Cham: Springer Nature, 2020. doi: 10.1007/978-3-030-27844-1_7
  3. Sun T., He X., Li Z. Digital twin in healthcare: Recent updates and challenges. Digit Health. 2023; 9: 20552076221149651. doi: 10.1177/20552076221149651
  4. Селиверстов П.В., Гриневич В.Б., Крюков В.Б. и др. Роль цифровых двойников в терапевтическом сопровождении пациентов. Врач. 2025; 36 (6): 13–9 [Seliverstov P., Grinevich V., Kryukov V. 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
  5. Прохорова Н.Д., Лебедев Г.С., Прасолов М.С. и др. Применение цифровых двойников в здравоохранении. Менеджер здравоохранения. 2024; 11: 88–96 [Prokhorova N.D., Lebedev G.S., Prasolov M.S. et al. The use of digital twins in healthcare. The health care manager. 2024; 11: 88–96 (in Russ.)]. doi: 10.21045/1811-0185-2024-11-88-96
  6. Hernandez-Boussard T., Macklin P., Greenspan E.J. et al. Digital twins for predictive oncology will be a paradigm shift for precision cancer care. Nat Med. 2021; 27 (12): 2065–6. doi: 10.1038/s41591-021-01558-5
  7. Drummond D., Gonsard A. Patient digital twins: an introduction based on a scoping review. medRxiv 2024; 02.20.24303096. doi: 10.1101/2024.02.20.24303096
  8. Куракова Н.Г., Цветкова Л.А., Полякова Ю.В. Цифровые двойники в хирургии: достижения и ограничения. Хирургия. Журнал им. Н.И. Пирогова. 2022; 5: 97–110 [Kurakova N.G., Tsvetkova L.A., Polyakova Yu.V. Digital twins in surgery: achievements and limitations. Pirogov Russian Journal of Surgery. 2022; 5: 97–110 (in Russ.)]. doi: 10.17116/hirurgia202205197
  9. Селиверстов П.В., Крюков Е.В., Гриневич В.Б. Практическая реализация технологий искусственного интеллекта при проведении профилактического медицинского осмотра. Медицинский совет. 2025; 13: 266–72 [Seliverstov P.V., Kryukov E.V., Grinevich V.B. Practical implementation of artificial intelligence technologies during preventive medical examination. Medical Council. 2025; 13: 266–72 (in Russ.)]. doi: 10.21518/ms2025-322
  10. Кобякова О.С., Стародубов В.И., Куракова Н.Г. и др. Цифровые двойники в здравоохранении: оценка технологических и практических перспектив. Вестник РАМН. 2021; 76 (5): 476–87 [Kobyakova O.S., Starodubov V.I., Kurakova N.G. et al. Digital Twins in Healthcare: an Assessment of Technological and Practical Prospects. Annals of the Russian Academy of Medical Sciences. 2021; 76 (5): 476–87 (in Russ)]. doi: 10.15690/vramn1717
  11. Machado T.M., Berssaneti F.T. Literature review of digital twin in healthcare. Heliyon. 2023; 9 (9): e19390. doi: 10.1016/j.heliyon.2023.e19390
  12. Khan S., Kandukuri D.K., Subramaniyan E.U. et al. Harnessing the untapped potential of digital twin technology in digital public health interventions. Explor Digit Health Technol. 2023; 1: 11–6. doi: 10.37349/edht.2023.00003
  13. Aithal P.S. Advances and new research opportunities in quantum computing technology by integrating it with other ICCT underlying technologies. Int J Case Stud Bus IT Educ. 2023; 7: 314–58. doi: 10.47992/IJCSBE.2581.6942.0304
  14. Björnsson B., Borrebaeck C., Elander N. et al. Digital twins to personalize medicine. Genome Med. 2020; 12: 4. doi: 10.1186/s13073-019-0701-3
  15. 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
  16. Селиверстов П.В. Перспективы использования телемедицинских технологий на основе искусственного интеллекта при проведении медицинского осмотра. Медицинский Совет. 2024; 5: 312–9 [Seliverstov P.V. Prospects for the use of telemedicine technologies based on artificial intelligence during medical examination. Medical Council. 2024; 5: 312–9 (in Russ.)]. doi: 10.21518/ms2024-072

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Using digital twins to predict key patient condition indicators

Download (125KB)
Indexing metadata

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».