De opkomst van de ‘virtuele jij’
Stel je voor: een driedimensionale, digitale kopie van jouw lichaam, die in real-time weergeeft wat er in je hart, bloedvaten of andere organen gebeurt. Artsen kunnen hiermee niet alleen diagnoses stellen, maar ook persoonlijke behandelingen testen voordat ze deze toepassen. Dit is geen sciencefiction meer, maar de belofte van digitale tweelingen in de gezondheidszorg. Maar is dit nu een hype of echt revolutionair?
Wat is een digitale tweeling?
Een digitale tweeling is een dynamische, computergestuurde representatie van een menselijk lichaam of orgaan, gebaseerd op real-time data. De digitale tweeling ontvangt input van de “echte wereld”, bijvoorbeeld medische beelden (zoals MRI- of CT-scans), fysiologische metingen (bijvoorbeeld bloeddruk of hartslag), en gebruikt geavanceerde algoritmes om een persoonlijk, adaptief model te creëren. Dit model kan worden gebruikt voor wetenschappelijk onderzoek om hypotheses te testen zonder risico voor patiënten, voor klinische besluitvorming om de uitkomst van behandelingen te voorspellen of voor in silico studies om medicijnen of medische apparaten te testen met virtuele experimenten om zo dierproeven en klinische studies te verminderen. Figuur 1 schetst hoe een digitale tweeling kan helpen bij besluitvorming.
Toepassingen: van prematuren tot hartpatiënten
Kunstmatige baarmoeder voor extreem prematuren
Een van de meest innovatieve toepassingen komt uit het Perinatal Life Support Project waar de Technische Universiteit van Eindhoven aan meewerkte. In Nederland wordt jaarlijks 4% van de baby’s extreem prematuur geboren (voor 28 weken zwangerschap). Deze kinderen hebben een tweemaal hogere sterftekans en, als ze het overleven, een 40-60% risico op ernstige gezondheidsproblemen. Een kunstmatige baarmoeder zou deze baby’s een betere start kunnen bieden door de overlevingskans te verhogen en morbiditeit te verminderen. Toch is het moeilijk te voorspellen hoe een baby reageert op de verschillende componenten, zoals de kunstmatige placenta, van zo’n geavanceerd medisch apparaat.
Een digitale tweeling van het foetale cardiovasculaire systeem helpt bij het ontwerp van de verschillende componenten van de kunstmatige baarmoeder [1]. Met deze digitale foetus kunnen onderzoekers deze componenten testen en de impact op de foetus berekenen, zoals op de bloedstroming, het zuurstofgehalte en de foetale groei [2]. Zo kunnen onderzoekers veilig experimenteren zonder risico voor mens of dier.
Besluitvorming bij kransslagaderziekten
Bij patiënten met een vernauwing in de kransslagaders is de bloedstroming naar het hart verminderd. Een belangrijke maatstaf om de ernst van de vernauwing te bepalen is de Fractional Flow Reserve (FFR). Een FFR onder de 0,8 betekent dat een ingreep (zoals een stent of bypass) nodig is. De FFR-meting is echter invasief, brengt risico’s met zich mee en kan alleen worden uitgevoerd in specialistische centra. Bovendien is het moeilijk te bepalen waar een stent het beste geplaatst moet worden bij meerdere vernauwingen in één of meerdere vaten.
Met een digitale tweeling die gebruik maakt van patiënt specifieke data (zoals CT-scan of angiogram), kunnen artsen niet-invasief de FFR schatten en virtueel testen wat de impact is van een stent of bypass op de bloedstroming. Figuur 3 toont zo’n klinische ondersteuningstool, AngioSupport genaamd [3]. Hierin zijn de kransslagaders afkomstig van coronaire angiogrammen van de patiënt. De mFFR is het gemeten punt, de kleuren geven de FFR simulatie weer, en rechts zie je de diameter en FFR over een geselecteerde vat weergegeven.
Aortaklepstenose: betere diagnostiek met digitale tweeling
Aortaklepstenose, een vernauwing van de aortaklep, wordt in de kliniek beoordeeld met echocardiografie. Hierbij wordt onder andere het oppervlak van de aortaklep (AVA) berekend. Bij een ernstige stenose (klepoppervlak < 1 cm²) wordt doorgaans een chirurgische klepvervanging aanbevolen. Deze meting geeft echter niet altijd voldoende inzicht in de onderliggende oorzaak van de vernauwing: is de klep daadwerkelijk vernauwd, of lijkt dit zo doordat het hart onvoldoende pompkracht levert? Daarnaast worden de metingen meestal in rust uitgevoerd, terwijl klachten zoals pijn op de borst, kortademigheid en flauwvallen vaak pas bij inspanning ontstaan.
Om deze nadelen van de huidige diagnostiek te ondervangen, wordt aan de Technische Universiteit Eindhoven een digitale tweeling van de aortaklep ontwikkeld [4]. Hiermee kunnen de bloedstroming door de klep en de beweging van de klepbladen onder verschillende omstandigheden, van rust tot inspanning, worden gesimuleerd, onafhankelijk van de hartfunctie van de patiënt. Om de betrouwbaarheid van deze digitale tweeling te toetsen, worden de simulatieresultaten vergeleken met experimenten waarin een rubberen aortaklep wordt getest in een opstelling die de menselijke bloedsomloop nabootst. De simulaties komen goed overeen met de experimentele resultaten (Figuur 4), wat laat zien dat de digitale tweeling een veelbelovend diagnostisch hulpmiddel is. Een dergelijke digitale tweeling kan cardiologen ondersteunen bij de beslissing of een patiënt daadwerkelijk baat heeft bij een hartklepvervanging.
In silico studies: veilig en efficiënt testen
Transkatheter-aortaklepimplantatie (TAVI), is een minimaal invasieve behandeling waarbij een nieuwe hartklep via een katheter wordt geplaatst. Hoewel TAVI breed wordt toegepast, blijven complicaties zoals lekkage rondom de kunstklep en hartritmestoornissen een aandachtspunt. Daarom worden er nog steeds nieuwe en verbeterde TAVI kleppen ontwikkeld. De ontwikkeling van nieuwe medische technologieën is echter tijdrovend. Voor implementatie in de kliniek zijn uitgebreide laboratoriumtesten, dierproeven en klinische studies nodig. Dit proces is kostbaar, ethisch gevoelig en biedt door kleine patiëntgroepen niet altijd voldoende inzicht.
In silico studies kunnen dit proces versnellen. Met een digitale tweeling van een patiëntenpopulatie kunnen nieuwe technieken veilig en efficiënt worden getest op duizenden virtuele patiënten. Onderzoekers aan de Technische Universiteit Eindhoven ontwikkelden hiervoor een virtuele cohortgenerator voor aortaklepstenose patiënten, gebaseerd op bijna honderd echte patiëntkleppen [5]. Door anatomische variaties systematisch te modelleren, kunnen duizenden realistische virtuele patiënten worden gegenereerd (Figuur 5). Hiermee kunnen potentiële risico’s van nieuwe TAVI-kleppen al vroeg worden opgespoord, nog vóór testen in dieren en echte patiënten plaatsvinden.
Uitdagingen: waar moet de technologie nog groeien?
Hoewel digitale tweelingen enorm veel potentie hebben, zijn er nog aanzienlijke horden te nemen.
Data-kwaliteit en -diversiteit
Veel modellen zijn getraind op mannelijke, westerse populaties. Dit leidt tot ondervertegenwoordiging van vrouwen en verschillende etnische groepen. Gebruik van diverse datasets en bewustzijn over bias is erg belangrijk bij het ontwikkelen van digitale tweelingen.
Computationele beperkingen
FSI-modellen en andere geavanceerde simulaties vereisen enorme rekenkracht en –tijd. Het simuleren van één volledige hartcyclus met een FSI model duurt zo’n 24 uur, wat de toepasbaarheid in de klinische praktijk beperkt. AI-gebaseerde versnellingstechnieken zijn hiervoor een veelbelovende oplossing.
Ethische en juridische vragen
Bij het gebruik van digitale tweelingen komen ook ethische en juridische vragen kijken. Wie is er bijvoorbeeld verantwoordelijk als een digitale tweeling een foute voorspelling doet? En hoe garanderen we dataprivacy bij het gebruik van patiëntgegevens?
Toekomstperspectief: waar gaat het naartoe?
Ondanks de uitdagingen is de potentie van digitale tweelingen onmiskenbaar. Ze helpen wetenschappers om sneller, veiliger en goedkoper fundamentele kennis te vergaren. Ze verbeteren patiënt-specifieke zorg als ze worden ingezet voor besluitvorming. Het gebruik van digitale tweelingen bij in silico studies leidt tot veiligere en efficiëntere ontwikkeling van nieuwe medische technologieën, waarbij dierproeven en klinische studies deels kunnen worden vervangen.
Om de volledige potentie te benutten moeten we investeren in diverse datasets om bias te verminderen, moeten academische instellingen, ziekenhuizen en techbedrijven hun krachten bundelen, en moeten er ethische kaders worden ontwikkeld voor verantwoord gebruik.
Zijn digitale tweelingen daarmee een hype of een revolutie? Wij denken allebei! De technologie staat nog in de kinderschoenen, maar de toepassingen zijn nu al indrukwekkend en de toekomst ziet er zeer veelbelovend uit.
Bronnen
[2] Van Willigen et al. (2024) A Multiscale Mathematical Model for the Fetal Blood Circulation of the Second Half of Pregnancy
[1] Van Willigen et al. (2022) A review study of fetal circulatory models to develop a digital twin of a fetus in a perinatal life support system
[3] Van Willigen (2019) AngioSupport: a novel and quantitative tool allowing clinical decision making for cardiac teams to plan coronary interventions, EngD thesis
[4] Verstraeten et al. (2026). Verification of a Fluid-Structure Interaction model for aortic stenosis through comparison with in vitro experiments
[5] Verstraeten et al. (2023). Generation of synthetic aortic valve stenosis geometries for in silico trials.
