达索系统的人体虚拟孪生愿景

寂静回声

本文接续《达索系统的活体大脑、活体肝脏、活体眼睛项目》http://jixietop.top/thread-62469-1-1.html

本文为《2024国际人体虚拟孪生大会》系列篇章之一，主要内容为达索系统研究副总裁Patrick Johnson的主题演讲《人体虚拟孪生的愿景》、跨学科合作用于医学教育的专题讨论等。

达索系统研究副总裁Patrick Johnson在其主题演讲中探讨了人体虚拟孪生在医疗保健领域带来的蝶变。通过强调个性化医疗和协作创新的重要性，Johnson展示了虚拟孪生技术如何突破传统障碍，加速治疗进程，改善患者结果，并为全球医疗带来前所未有的精准度。
Johnson指出，过去十年中，人体虚拟孪生技术已经取得了显著进展，现在正处于一个转折点，有望彻底改变医疗实践。
他回顾了这一领域的历史发展，从最初对细胞层面的理解到多尺度、多学科方法的应用，如活体心脏项目。这些进步证明了看似不可能的事情是可以实现的，并且已经在多个领域得到了应用。



Patrick Johnson演讲的主要内容如下：
大家早上好，首先，我想对今天在场的每个人表示热烈的欢迎，并祝人体虚拟孪生大会生日快乐。这标志着我们在这个领域的探索已经走过了十年的时间。虽然这只是一个开始，但回顾过去，我们所取得的进步确实令人印象深刻。
当我们十年前启动这个项目时，我们的目标非常明确：改变这个领域的现状，汇集所有可能的支持力量，共同推动这一变革。


我们非常高兴地看到，如今有越来越多的社区加入了我们的行列。现在，让我们来看看这段历史路线图。最初，我们在巴斯德学院开始了关于细胞虚拟孪生的研究，试图理解一个细胞的虚拟孪生以及脚踝的虚拟孪生能为我们带来什么。
那时候，Dr. Picocurie在最终的主题演讲中讨论了这个问题。随后，活体心脏项目出现了，我们意识到多尺度、多学科的方法是可以实现的。
正如昨天所说，当时很多人都认为这是不可能完成的任务。然而，通过不懈的努力，我们证明了这些看似遥不可及的目标是完全可以达成的，并且已经在实际应用中取得了成功。
我们不仅在活体大脑、活体眼睛和活体肺等项目上取得了进展，而且还将继续推出更多前沿研究。
我在这里要强调的是，构建人体虚拟孪生不是一个人能够单独可以完成的任务，它必须是一个集体的努力。

为了达到这个目标，我们需要在各个领域建立更多的合作项目，涉及心血管、神经学、肾脏学等多个医学分支。只有这样，我们才能真正实现人体虚拟孪生的愿景。
接下来，我想谈谈Medidata公司加入达索系统后带来的变化。这家公司自2019年被我们收购以来，为处理患者数据提供了新的视角。

以前，我们主要关注临床试验期间的数据；但现在，我们可以考虑更长远的健康管理，在健康状态时收集数据，甚至是在临床试验之后，进行终身参与。
这两个方向将逐渐融合，因为我们的终极目标是通过人体虚拟孪生来转变医疗实践，而不仅仅是在病人患病时才考虑这一点，而是贯穿他们的一生。


为什么我们要这样做呢？其实，这背后有一个简单的逻辑：我们需要一个综合性的器官、细胞表示方法，涵盖多个尺度和学科。

这里有一个有趣的类比——航空业。在文件中记录信息固然重要，但文件本质上是一个封闭的空间，难以与其他文件关联起来。
相比之下，模型则是集成的，如果我们能够以这种方式构建模型，那么从文档到影像再到多模态数据整合的过程，将会更加顺畅。利用建模、仿真以及人工智能的力量，是我们坚信不疑的方向。
我们并不打算用虚拟孪生取代电子健康记录（EHR），而是作为其必要的补充。
对于医生来说，虚拟孪生可以帮助他们更好地理解和交流病情；对于患者而言，则可以提供更清晰的理解和支持。
这就是为什么我们要致力于全球范围内多模态健康数据的收集和整合，不仅仅是来自临床试验阶段的高度结构化数据，还包括日常生活中产生的各种数据类型，如EHR、影像、量化自我、门诊访问等等。
我们将扩展公司的平台能力，确保它可以处理行业级别的任务，同时满足法国HDS标准和其他安全规范的要求，为数据注入模型提供坚实的基础。



现在，让我展示一些正在进行的研究项目。首先是肿瘤重建和活体肺项目，它们展示了我们在肿瘤学和呼吸系统方面的努力。接着是活体眼睛，这是一个关于眼部健康的项目。最后是医疗系统重建，它涉及到整个医疗系统的优化。
每一个项目都体现了我们如何结合不同类型的医疗数据和技术，创造出具有实际意义的应用场景。

说到技术实现的例子，让我分享一个小演示。这个演示展示了我们如何处理不同类型的数据格式和结构。无论是在治疗过程中还是在其他情况下，我们都需要为合作伙伴提供技术支持，使得他们能够在基础层面上实现多模态数据的处理。

接下来，我将播放一段视频，向你们展示虚拟孪生技术在一个假设案例中的应用。这个案例讲述了一位名叫Sarah Spencer的女性，她来自一个有脂质代谢障碍家族史的家庭。六个月内，她曾因心房颤动接受过消融手术，最近几周感到运动时呼吸困难。


我们使用一种改进的卷积神经网络（CNN）来进行壁跟踪，该网络是在包含真实超声心动图数据库的合成数据库上训练的。我们可以检测到内膜和负责心脏泵送功能的心肌层，并分析轮廓以计算射血分数。
正常情况下，射血分数应高于50%，但在Sarah的情况下，约为44%，这意味着轻度减少。此外，全球纵向应变（GLS）指数也显示肌肉收缩良好，但在Sarah的情况中，GLS约为14%，意味着收缩功能减弱。心脏衰竭可能会影响外周血管化，我们选择了大脑作为例子，看看她的心脏衰竭是否会导致大脑灌注和氧气供应不足。



校准神经网络自动个性化所有参数和动脉。经过调整后的仿真结果能够匹配患者的超声测量值。我们现在可以分析患者血管系统原本不可测量的血流动力学，并评估脑动脉的血液灌注情况，看其是否受到心脏衰竭的影响。
但是，医生对这些预测有多大的信心呢？当个性化虚拟孪生时，存在多种不确定性来源，如测量噪声、知识错误和仿真错误。我们正在探索不确定性量化，通过传播噪声模型，我们能够量化超声测量的不确定性并预测多个结果。
医生现在可以估计对预测的脑动脉灌注值的信心程度。即使是最坏的预测，大脑的血液供应也是充足的。因此，医生为Sarah开出了保护她免受心脏衰竭症状影响的药物。
这个案例展示了虚拟孪生技术在支持心脏病学方面的潜力。我们不仅希望支持不同的数据模态，还希望通过语义关联来理解这些模态之间的关系。我们知道，某些模态仅用于特定的医疗行为，而在同一患者旅程中，不同模态可能揭示不同的语义信息。

因此，我们需要找到一种方法，将它们标准化，以便进行比较。有了建模和仿真的力量，我们可以进行预测和仿真，并希望通过人工智能实现实时或近实时的仿真，如果你去看医生，你一定不想等上两小时或48小时来等待仿真结果。


为了实现这一点，我们采用了所谓的“知识金字塔”。从最底层的多模态数据开始，我们不局限于任何特定类型的数据，而是一个庞大的工程。然后，我们利用结构化的医学知识和技能，提供更高层次的抽象和表示，使这些数据相互连接。
AI在每一层都增加了价值，比如连接不同格式的数据、推断生物标志物、关联结构化模型，以及进行知识合成。在达索系统，我们不仅仅是在现有技术基础上添加新功能，而是在开发全新的建模技术，以更好地理解和处理生活系统的噪声和不确定性。

再接下来是医院。医院管理同样可以从虚拟孪生技术中受益。我们已经开始尝试使用虚拟世界建模、仿真和AI的力量来帮助提高医院效率。尽管有些从业者可能会觉得这有点天真，但我们相信这是值得尝试的。
通过三维重建医院环境，我们可以更好地理解内部路径和资源流动。此外，我们还可以利用工业领域已经验证的技术来应对日常突发情况，使排班更加灵活，设备和专家资源调配更为高效。下面是一段简短的视频，展示了我们如何通过过程挖掘和360度视图来理解医院内的活动。


自动化医院运营对于提高效率和保障护理安全至关重要。它不仅能提升患者的满意度，还能改善医护人员的工作质量。
要做到这一点，我们需要实现患者旅程的自动化。当所有医院的标准路径过程已经在Iterop中部署时，负责这些路径建模和监控的协调员可以在工具中快速检测到高层次的问题。




假设我注意到模型中缺少了血管再通后的拉伸步骤，这意味着担架是在患者等待期间临时预订的，取决于资源是否可用。
于是，我和现场专家讨论输出结果，他们验证了这个提议，并可能提出其他需要专业知识的改进建议。




接下来，我们可以看看医院运营的统计信息，比如关于资源使用时间的数据。这些数据显示了各种类型资源的过度或不足利用情况。
比如，重症监护病房（ICU）床位在过去一周每天都被过度使用。借助增强现实眼镜，我们可以通过沉浸式体验来调查这个问题，发现一些故障设备以及持续的过载问题。
然后，我们转向另一个视角，探索战略规划咨询室。在这里，我们有一个仪表板。



当用户与Genia助手互动时，他们的请求首先由选择代理处理，确定合适的代理参与对话。例如，特定代理负责生成新日程、识别最佳招聘的专业领域或构建假设场景。
如果我问Genia助手应该雇佣哪位专科医生来提高转化率，它可能会推荐肿瘤科医生，并解释说从第10周开始，每周至少有三次休假时，他们能显著提升转化率。
现在，让我们转移到下一个视图（见上图），这里专注于应对突发事件时的日程安排管理。这个视图包含四个关键指标和Genia助手。用户与助手互动以处理实时事件，如医生缺席、患者未出现或咨询室关闭等。每次更新日程时，用户都会收到文本形式的解释，确保每个更新都清晰明了且符合当前情境。
技术上讲，当事件发生时，我们使用第一个大语言模型来检测事件性质，将其格式化为标准化数据结构，然后调用优化求解器根据需要调整优化程序，最后再用另一个大型语言模型生成文本解释。

这个过程中，考虑到事件本身、之前的和更新后的日程安排以及对优化程序的具体调整，提供了一个清晰全面的变化说明。通过这种方式，我们展示了Genia助手在保持日程管理灵活性和响应性方面的作用。
这些例子展示了Genia助手如何高效处理实时调度事件，并提供明确量身定制的回应，反映了为确保最优日程管理所作的调整。随着事件的发生，助手能够迅速作出反应，保证医院运作顺畅。

现在，我们已经看到了虚拟孪生技术如何帮助优化医院运营，接下来我要谈谈更广泛的议题——医疗系统的宏观经济学分析。
这是一个长期的倡议，我们正在与合作伙伴创建联盟，试图从宏观经济角度理解世界各地不同医疗体系的可持续性。



医疗系统是一个复杂生态系统，包括医院、诊所、医生、护士、药物供应商、企业、行政部门及最重要的——人们。
在这个UNIVERSE中，利益相关者不一定共享相同的目标，公共政策试图在这各种目标之间维持平衡。这些复杂的系统可以用四个主要组件来表示：人口、医疗服务提供者、财务部分和公共政策部门。


近年来，达索系统基于Matt Kendrick的形式化方法，开发了一种强大的建模工具——通用人群动态建模器。这种方法可以描述广泛的系统，如人口学、流行病学、人口动态、经济学，当然还有医疗系统。
医疗系统的知识首先编码在一系列图表中，建模器随后生成完整的方程组，有时会包含多达上万条方程，最终可以使用高级求解器在CATIA SYSTEM或Dymola等平台上进行仿真。


举个例子，考虑一下心血管疾病。在法国，大约有1500万人患有心血管相关疾病，这是继癌症之后的第二大死因，每年约有50,000例心脏病发作，存活率仅为5%。许多风险因素被认为起到了作用，如吸烟、饮酒、缺乏运动、肥胖、压力、高血压和糖尿病等等。
减少这种普遍性的主要想法之一是增加预防性护理访问次数，以便更密切地监测患者的情况。我们需要修改模型以考虑心血管疾病的特殊情况。通过放大患者路径，特别是预防性护理访问，显然必须区分心血管相关的访问与其他访问。
我们也需要区分人群中患有慢性病或急性和慢性心血管疾病的人群。修改图表后，我们可以生成、校准并仿真新的模型。



2024年至2044年的仿真结果显示，在十年期间将心血管预防性护理访问次数增加10%，可能会轻微减少患病人数和死亡数。
然而，如果不增加医生数量，这可能会稍微延长其他患者看医生的时间，导致慢性病患者数量略有上升。
采用虚拟解决方案监控某些患者的问题可以帮助缩短咨询时间，从而腾出更多时间为其他患者服务。
假设在2024年至2044年间逐步采用虚拟孪生和监控设备，可以使咨询时间减少10%。仿真确认，一般人群不会因心血管预防性访问次数的增加而受到影响。
此外，慢性严重心血管疾病患者的减少也会降低这些访问的成本。需要注意的是，这里没有考虑购买设备本身的成本。



最后，强调一下这种方法所能提供的前景。任何预防性和激励性政策都可以在模型中通过修改相应的图表来表示。
使用最优控制工具对修改后的模型进行操作后，可以选择不同的杠杆来绘制未来轨迹，这可能对各种健康KPI非常有前途。
这使得我们可以设想新的政策和医疗系统体验，以促进更好的健康状况和更健康的民众。
这就是为什么我们要从经济角度审视新的医疗行为。如果未来的医疗服务依赖于虚拟孪生，那么就存在报销和价值评估的问题。
我们不仅希望从医学的角度解决这些问题，还要考虑其在不同地区或国家推出数字解决方案的后果。
总结起来，就像昨天Clair所说的，请关注我们白皮书的更新，因为这三层结构在那里得到了很好的阐述和列出。

总之，虚拟孪生技术为我们提供了前所未有的机会，使我们能够在个体和群体两个层面上改善医疗保健。它不仅可以帮助我们更好地理解和治疗疾病，还能优化医疗系统的运作，提高整体效率。


此次专题讨论深入探讨了跨学科协作在医学教育中的变革力量，展示了科学家、工程师和临床医生如何共同创造创新解决方案，以推动医疗保健领域中虚拟人体孪生技术的进步。
专题讨论由达索系统Steve Levine主持，四位嘉宾分别是：长岛大学副校长Mohammed Cherkaoui、伦敦大学学院教授Silvia Schievano、法国国家信息与自动化研究所研究员Irene Vignon-Clementel，以及达索系统教育项目负责人Valérie Ferret。
本次专题讨论会表明，跨学科合作正在重新定义医学教育的方式，为实现更加个性化和精准的医疗保健服务铺平道路。随着虚拟人体孪生技术的发展，教育正成为连接现在与未来的关键纽带，确保年轻一代的专业人士能够迎接即将到来的挑战.



以下是此次专题讨论的主要内容：
Steve Levine：今天，我们讨论的是跨学科合作在医学教育中的变革力量。我们将探讨科学家、工程师和临床医生如何共同创造创新解决方案，以推动医疗保健中虚拟孪生的发展。通过培养共同的目标、相互尊重和有效沟通，我们的讨论旨在将教育视为通向精准医学和个人化护理突破的桥梁。
Steve Levine：其中一件事情是我们都谈到并暗示了医学的历史一直基于观察。我认为这是我们多年来一直在努力克服的问题，特别是在这些技术的采用方面。预测人体内会发生什么的想法并不属于医学的起源。它更多的是让我们看看会发生什么，记录下来，然后尝试使用，并且正如Nandy博士早些时候说的那样，根据之前的文献，确定可能发生的情况，但不是为什么，因为那太过复杂。
未来的方向已经在这个引用中很好地表达出来：更加诊断性，获取我们需要的数据来预测、个性化和多学科化。这是一种全新的思考方式，不仅预测结果，而且是在事情发生之前预测它们，并理解原因。


再次引用这段话，自从我开始关注这个领域以来，“连通性”这个词对我来说一直很重要。无论是技术、患者还是护理团队，在所有方面都是如此。所以我想回顾一下过去，打破自己的规则，稍微回顾一下历史。
在活体心脏项目中，我们想要测试一个假设，即像计算模型这样的复杂事物——虚拟孪生——是否可以被孩子理解。他们能否理解解剖学，不只是作为塑料玩具或卡通版本，而是真实的东西？因此，我们带着全息平板电脑和活体心脏模型去了学校，让孩子们体验。

孩子们非常着迷，他们不仅理解了，有些人还真的谈到了这是一个让他们眼界大开的经历。有一个孩子甚至说：“我从来没有想过我会考虑从事科学和医学的职业，但现在我在考虑。”这对我有道理。他们看到了3D计算机心脏，改变了他们的想法。

现在已经有十多年了，我可以告诉你，一些早期接触过这些的孩子已经被指导通过高中，选择了医学职业。因此，我们有机会通过教育创造了一整代人，他们有这样的经历，以不同的方式看待世界，不需要重新训练他们的思维方式，因为他们就是这样被训练的。

我想把这种基础作为这次小组讨论的核心。我们可能不会从这么小的年龄开始，但我们可能会讨论稍大一点的年龄段。那么，我们有一群杰出的小组成员，我邀请他们上台，代表教育视角的各个方面，试图获得尽可能全面的观点。请欢迎Valerie Fay、Sylvia Shavano、Muhammad Chawi和Arin Vgan Clementel上台。
这是一个很大的话题，而且现在时间也不早了。我们会逐一进行，首先介绍自己，你做什么工作，也许谈谈你为什么关心教育。然后回答第一个问题，我们将继续下去，直到他们把我们赶下舞台。所以，让我们从Irene开始吧，请介绍一下你自己，并谈谈你是如何特别关注连接教育和协作教育的。
Irene Vignon-Clementel：感谢Steven，很高兴在这里。我是Inria的研究主任，Inria是法国国家科学和技术数值研究的中心。我和我的团队正在开发用于血流动力学的人体虚拟孪生，主要是为了手术或程序规划。我们主要集中在条件性心脏病或肝病上，这些疾病在治疗过程中涉及血液循环的变化，比如不同器官之间的压力和灌注变化。
在这个背景下，举个例子来回答你的问题。我们与一位肝外科医生合作，处理癌症治疗时需要切除大部分肝脏的问题。这可能导致肝入口处的高血压，从而损害肝脏，而这种风险很难预测。我们认为这里可能是虚拟孪生发挥作用的地方。我们与这位资深外科医生一起开始了这项工作，第一步是互相教育，了解彼此的世界，用共同的语言交流，理解彼此的方法。我去参加临床查房或手术，这是一个迭代过程，用来构建模型。这是真正的跨学科工作。
更有趣的是年轻一代外科医生的反应,其中之一是我们共同的博士生，他在实验室待了一年，我们训练他理解我们的模型，甚至使用我们的代码。有了这段经历，他实际上开发了其他关于如何使用人体虚拟孪生探索新手术理念或理解由手术引发的疾病过程的想法。我认为年轻一代将会接受人体虚拟孪生，进行比我们最初想象的更多的探索。
Steve Levine：非常感谢。显然，年轻一代对这些技术的接受度很高，他们立即接受了这些技术，不质疑“为什么我需要它”。这很好。Muhammad，我知道你在教育方面正在进行一些真正开创性的工作。也许你能花几分钟介绍一下你在长岛大学所做的工作。



Muhammad Cherkaoui：首先，我是长岛大学的研究副校长，也是工程学院的创始人。2019年加入长岛大学时面临了许多挑战，我的学术背景是核工程和核医学，这为我在工程方面的知识打下了坚实的基础。
由于我也在法国接受过培训，所以我有法国的工程和博士学位。后来我去了大西洋彼岸，面对乔治亚理工学院的新挑战。
幸运的是，我来到了长岛大学，这里有两所主要校区，一所在纽约市布鲁克林区，那里有多元化的少数族裔和平等教育，尤其是STEM教育非常重要；另一所在长岛，占地400公顷的传统美国校园。
长岛大学的遗产建立在药学科学上，最早的药学院成立于1829年，非常稳固。还有健康专业学院、护理学院，最近还有兽医学院。我的策略是自2019年以来建立如何将工程概念连接到健康专业的基础。我可以稍后分享一些成功的故事。
Steve Levine：这确实是一个越来越普遍的现象，即医疗保健专业人士和生物医学工程团队正在走到一起。这让我想起了Sylvia的工作，因为我认为这就是她试图做的核心，即教授生物医学工程，同时让医生参与其中。你能分享一下吗？
Sylvia Schievano：谢谢Steve，下午好。我是伦敦大学学院的医学工程教授，但在过去的20年里一直在伦敦的大奥蒙德街儿童医院工作，那是伦敦的儿科医院。我的背景是生物力学和结构工程，作为一名刚毕业的学生，我进入了一个纯粹的临床环境，从事心血管单位的工作。
随着时间的推移，我们建立了一个小型的工程师、计算机科学家和物理学家团队，嵌入到临床环境中，专注于先天性心脏病患者的治疗。我想分享我们开发的活体心脏虚拟现实应用程序的经验，该应用程序仍在不断发展，目的是教授各种层次的人，包括本科生、硕士生以及高度专业化的学科，特别是先天性心脏病的形态学。目的是利用这项技术使教学过程民主化。
正如Steve提到的，医学教育，尤其是在解剖学和形态学方面，仍然非常依赖于观察。课程通常基于书籍、YouTube视频，有时当您变得更加专业化时，您可以访问腔内研究和标本。在伦敦，我们很幸运地拥有一个超过2000个标本的图书馆，这些标本是为了科学和先天性心脏病的教学而捐赠的，从小儿心脏一直到成人和老年疾病心脏。但是，这个资源仅在我们和其他几个独特的中心可用。
我们有一个培训过程，本科生和硕士生可以在实验室分组上课，最多15人，因为空间有限，标本非常珍贵，需要好好照顾，因为它们是独一无二的资源。因此，能够访问这些课程的人数是有限的。
在疫情前，有一个非常受欢迎的课程，来自世界各地的专家，包括儿科医生和心脏病专家，会来到伦敦，参加为期两天半的手把手课程。然而，疫情的到来使得这一切不再可能。我们在2018-2019年间已经开始开发这个虚拟现实工具，也得到了一些支持。


Steve Levine：非常感谢。Valerie，你并不是直接从事教育工作的，但你曾是达索系统教育计划的负责人。也许你能分享一下为什么达索系统如此关心教育？
Valérie Ferret：谢谢你，Steve。达索系统非常重视教育，从一开始就如此。我们已经显著改变了行业的工作和就业情况，例如，用3D技术取代了航空航天业的绘图桌。显然，我们需要很早就与学校建立伙伴关系，以确保进入行业的学生具备正确的技能。
如今，全球大约有40,000所机构，800万学生在他们的课程和培训中使用达索系统的解决方案。在过去40年里，我们一直在促进工程内部的多学科合作。虽然在研究项目中，多学科合作是创新的关键，但在教育中实现这一点仍然非常困难。
今天我们看到的是，例如，在工程中，我们希望促进机械工程和工业工程之间的合作，我们的虚拟孪生解决方案可以用于课程级别，也可以用于跨不同类型课程的合作，让学生在一个项目中合作。
现在，我们进入了新的时代，确保不仅在工程内部，还包括生物医学工程等新兴领域，促进多学科合作。我们还在非传统合作伙伴如药学院和兽医学校中启动了工程学位，以引入这种工程文化，并在学校之间开展多学科教学和实践。即使创建全新的学位需要大量投资，但我们也在鼓励不同学校之间的合作项目。
虚拟孪生为这类合作项目提供了绝佳的机会，让学生以不同方式学习，真正促进学生之间的多学科合作，因为这正是他们在进入职场后所期望的。

当疫情来袭时，学生们都在家，我们把头戴式显示器送到硕士课程学生的家中，他们能够加入虚拟房间，由教授Andrew Cuku教授心脏形态学。这显示了这类技术的力量。我们进一步发展，昨天我们听到了共同设计工程的内容。事实上，vHearts工具是一个平台，我们进行了跨学科合作和共同设计。
所有的用户，从教授到学生，再到临床医生、影像人员和心脏外科医生，都提供了反馈，开发了对他们自己的教学、教育或临床实践有用的工具。最后，这也是一个令人兴奋的技术，对于儿童和年轻人来说，他们可以通过这种方式接触到医学。
我认为未来在于这些年轻的医生和本科生，他们有能力看到这些技术，如人体虚拟孪生，成为他们日常临床实践的一部分，这将成为未来标准的治疗方法，无论是在先天性心脏病还是其他专科领域。



Steve Levine：非常好。或许我们可以转向Muhammad，让他评论一下将工程原理引入药学院和兽医学院等非常非传统的领域的经验。另外，还可以分享一下你们遇到的障碍。
Muhammad Cherkaoui：在美国，我们面临着所谓的认证机构的障碍。在说服他们如何过渡到多学科项目的同时，确保这些项目获得认证，认证在美国尤为重要，尤其是在工程领域，因为我们必须应对ABET认证委员会，这是美国最著名的工程和技术认证机构之一。
我们从白皮书开始，早在2029年就铺平了道路，因为我们在过去的三天里经常听到多物理场和多尺度。对我来说，这是科学的基础，是19世纪和20世纪建立起来的基本科学。但我们忽视了计算科学本身作为一个学科的重要性。当你想做多尺度或多物理场时，你需要处理诸如初始计算、分子动力学模拟、有限元计算等问题，定义不同的尺度，从纳米级到微米级再到宏观尺度。
如何连接这些尺度？我认为达索系统在这方面做出了开创性的贡献，因为我知道达索系统已经30多年了，它在连接这些尺度方面有着卓越的表现。我们需要计算科学，因为今天我们需要重新审视传统的计算机科学措施。我们必须改革教育中的计算科学，因为我们训练计算科学家的方式已经过时。我发现在一所学院，有人还在教COBOL和FORTRAN课程，而现在我们处于Python的时代。

计算科学是关键元素，必须成为学习体验的一部分。记得达索系统在材料科学方面从原子到飞机设计的多尺度转变。当时，所有专家都是冶金学家或材料科学家。今天，在生物学的数字化转型中，我们也需要重新审视新的项目，以确保我们不会因缺乏合适的技能而延迟转型。这是我们快照分析的结果。


我们在长岛大学开发了第一个完全集成的计算科学学士、硕士和博士项目，该项目得到了纽约州教育部的批准，取得了巨大的成功。我们彻底改变了传统的计算机科学，完全改变了它。我们开发计算科学的方式是服务于整个大学，因此我们在药学、健康专业和兽医课程中引入了这些课程。
我们非常灵活，没有寻求认证，而是通过选修课的形式引入这些课程，以实现平稳过渡。其中一个成功故事是与San Diego的达索系统BIOVIA团队合作，首次将BIOVIA模块引入我们的药理学项目，这改变了我们的传统，让学生接触到了BIOVIA方法论和计算机药物开发。
与心理学系合作，我们引入了使用分割技术的成像程序。最后，我们为第一个数字工程课程铺平了道路。如果你问我什么是数字工程课程，我可能需要一个小时来解释，但简而言之，它不属于机械工程、材料科学工程、电气工程或计算机科学工程，它是其他东西，结合了生物学和其他许多组件。
这个项目花了四年时间与认证机构互动，包括纽约州教育部和ABET，最终成为世界上第一个获得ABET认证的数字工程课程，并将于明年秋季开放。今天，这个项目的100%教学内容依赖于3DEXPERIENCE平台，我们是纽约州第一个拥有3DEXPERIENCE平台的大学，也是达索系统的教育卓越中心。这一合作关系对我们来说是一个转折点，数字化转型、3DEXPERIENCE解决方案和ABET认证都是长岛大学的重要改变。



Steve Levine：有很多教训可以从中吸取，我希望人们有机会问你更多详细的问题。Irene，你并不具体从事教育工作，但很多教给学生的东西首先是从研究开始的。我们首先要学会它才能教它。也许你可以评论一下你对Medi Twin项目的一些期望，以及这个项目将来可能如何影响教育过程。
Irene Vignon-Clementel：你说得对，我在研究环境中工作，但我也会介入，例如在手术硕士课程中，教授一些人体虚拟孪生技术。我认为这对教育方面也很重要。达索系统提到了Medi Twin项目，这是一个建立在不同用例上的项目。
我参与了小儿心脏病例的用例。我认为有两个教育成分。第一是通过过程本身，即研究人员、达索系统的工程师和临床医生共同努力实现一个在临床环境中有用的专业模型的过程。如果这个过程成功了，它可以推广到其他用例。
第二个方面是关于将要创建的工具。这些软件将用于增强决策，帮助临床医生做出更好的决定，特别是对于先天性心脏病患者。但对于经验较少的临床实习生来说，这些工具也将非常有用，他们可以通过使用这些模型学习达索系统在不同场景下的行为，并提出“如果我这样做，达索系统会有什么结果”的问题，甚至可能产生创造性的想法。
Steve Levine：你提到的最大的人群之一是联系我想要成为活体心脏项目一部分的临床实习生，他们希望利用这个机会学习新技术，认为这些技术很重要，但传统医学教育中并没有涵盖。我很高兴你提到了这一点。最后，我想问一下你如何看待研究与教育之间的关系。它们是两个独立的实体吗？你如何将它们融合在一起？从你的角度来看，两者的关系是什么？
Sylvia Schievano：我认为一些研究领域很容易转化为教育资源，例如我们开发的活体心脏平台，最初是为了临床用途，如手术规划。但这个研究领域很快就可以翻译成教学工具，利用因临床需求而创建的模型库。有些领域显然非常适合这两个领域之间的翻译。其他的可能仍然主要局限于研究领域，特别是在复杂的先天性心脏病中，最好的解决方案尚未确定。这项技术可能始于高级研究，但大多数都会找到教育中的应用。
Valérie Ferret：虚拟孪生的伟大之处在于它在工业、研究和教育中使用相同的工具。它是一个连接这三个世界的协作平台。虚拟孪生提供了一个通用的合作平台，连接工业、研究和教育，我认为这是一个巨大的机会。