我國將迎來老齡化高峰，老齡群體對智慧型醫療保健的服務需求驟增。元宇宙作為新型互聯網社會交流空間，顯示出無限應用潛力。本文聚焦醫學元宇宙在老年人群認知衰退干預中的應用問題，回顧了認知評估和診療中的問題，介紹了構建醫學元宇宙所需數據，分析表明老齡用戶可通過該技術進行自助式監測、體驗沉浸式自我療愈和保健，提出醫學元宇宙在認知衰退的預測和診斷、預防和康復、輔助患者生活等方面有顯著優勢，并指出了應用的風險點。醫學元宇宙技術解決了老齡用戶非面對面社會交流問題，將有助于老齡群體的社會醫療體系和服務模式的重構。
引用本文： 周德富, 金益, 陳瑛. 元宇宙在老年人群認知衰退干預中的應用場景研究. 生物醫學工程學雜志, 2023, 40(3): 573-581. doi: 10.7507/1001-5515.202208092 復制
0 引言
阿爾茨海默病（Alzheimer’s disease，AD）是一種退行性衰老疾病，是伴隨年齡增長以漸進性認知衰退而至癡呆以及腦皮質萎縮為主要特征的慢性疾病，認知衰退會隨著時間的推移逐漸惡化，確診后無有效治療手段。國際AD協會（AD International，ADI）認為目前全球大約四分之三的認知衰退患者未獲得正確診斷，由于各種原因不能面對面問診也延遲了對患者的評估，而在一些低收入和中等收入國家，未及時診斷的患者比例高達90%。因此，醫療保健系統引進新技術，加大投入，提高診斷能力，朝著精確診斷的方向發展，勢在必行。
當前，針對老年人認知衰退的健康保健、診斷和治療不足的矛盾，亟待構建新型醫患關系，上述矛盾主要表現在以下幾個方面：① 醫學檔案內容匱乏，沒有將患者既往生活信息及環境信息納入其中，無法將認知衰退與其生活起居、習慣、工作、社交建立起關聯。診斷和治療存在缺乏數據、時間連續性以及患者參與度低的現象。② 用藥不科學。老年人自行用藥存在誤區和監管漏洞，相當數量人群長期濫用保健品、藥物，有的自行使用的藥品不對癥、無效，甚至有害健康。③ 生活方式不健康。老年人飲食起居和運動娛樂缺乏科學管理和引導。④ 醫患間缺乏信任度和有效溝通。元宇宙（metaverse）、人工智能（artificial intelligence，AI）和虛擬現實（virtual reality，VR）有望在未來5～10年內改變這種局面。
AI和VR在認知衰退干預、教育培訓、老年人云游體驗、健康管理等方面的應用，已見于諸多學術期刊。尤其是在帕金森病臨床治療和研究中提出建立非面對面診療[1-2]，為認知衰退診療提供了樣板。亟待嘗試將醫學元宇宙概念引入認知衰退干預，打造一個醫患深度共情共聯的新型醫療世界，重構對老齡群體的服務模式，有效降低醫療成本，對開啟全新的大健康模式具有重要意義。
1 認知衰退的研究
認知衰退病因復雜，受環境與遺傳多種因素影響，其發病機制復雜多元，包括基因學說、鈣離子代謝紊亂學說、自由基損傷學說、代謝紊亂學說、鋁中毒學說、膽堿能學說以及淀粉樣蛋白級聯假說、突觸連接通訊受損假說、纖維蛋白沉積炎癥反應和Tau-線粒體蛋白相互作用等[3-4]。
基因突變可導致轉錄本變化，轉錄本變化可引起與衰老有關的蛋白的積聚。在成年早衰癥中已檢測到編碼DNA螺旋酶、DNA合成抑制蛋白、超氧化物歧化酶、過氧化氫酶、煙酰胺腺嘌呤二核苷酸依賴性去乙酰化酶6、p53誘導的磷酸酶1的基因突變。在老年癡呆患者的研究中發現，基因表達譜、微小RNA（microRNA，miRNA）表達譜以及基因組CpG甲基化程度伴隨衰老而發生變化[5-6]。基因突變可導致β-淀粉樣前體蛋白沉積，引起大腦中淀粉樣斑塊形成；突變導致Tau蛋白增加，引起神經纖維纏結；突變導致α-突觸核蛋白積聚，引起神經元連接異常；突變導致載脂蛋白E4和突觸蛋白神經粘連分子（neurexin）片段顯著增加，而發生家族性早老癥；這些物質均參與了認知衰退的發生發展[7-8]。此外，在衰老的緩慢進程中，線粒體也發揮著重要作用。線粒體DNA突變導致線粒體氧化磷酸化復合物缺陷，線粒體DNA突變頻率隨著年齡增加而增高，導致線粒體氧化磷酸化功能漸進性喪失，引起氧化性腦損傷從而引發認知障礙[9]。另外一項研究中，研究者募集了48 份AD患者大腦樣本，采用液滴單細胞核RNA測序技術獲得單核表達譜。該研究表明，老年癡呆晚期病例和早期病例存在共同上調基因，意味著在AD疾病發生早期即出現轉錄本病理性變化，隨著疾病進程，在不同細胞中呈現時間特異性和組織特異性以及性別差異性表達[10]。該研究還提示了個體攜帶的基因多樣性導致認知衰退的起始和進度呈異質性。針對病因進行研究是快速提升認知衰退的診斷和干預能力的有效手段，也為智慧醫療奠定理論基礎和數據支撐。
2 采集用于認知衰退評估的醫學元宇宙數據
“元宇宙”是三維化的下一代互聯網應用和數字化的社會形態，其概念和內涵還在不斷更新。可以把元宇宙看作是與現實世界平行運行的一個人造數字空間。構建元宇宙首先需要收集用于認知評估和干預建模的臨床和科研大數據，數據可包括電子健康記錄、情緒分級量表、神經影像數據、新型監測系統數據及其衍生數據（如來源于智能手機、視頻監測、生命記錄、可穿戴設備等相關數據）、社交媒體平臺數據，此外還包括遺傳學組學數據、腦機接口以及實驗研究數據等，如圖1所示。
圖1
構建老齡認知衰退醫學元宇宙的大數據類型
Figure1.
Data types for construction of the metaverse in medicine for cognitive decline in the elderly
2.1 臨床評估和精神測試數據
神經類心理醫師注重以患者為中心建立深入溝通關系，直接觀察患者反應、情緒和行為，獲得的數據類型主要包括以醫師主觀判斷和患者主述為主的文本記錄和電子病歷。此類數據中確診患者較為集中，可以高效地獲得供人工智能建模的病例資料，依靠這些臨床數據，可以快速識別需要進一步確診和臨床干預的潛在高風險患者，為縱向跟蹤、早期預測提供數據資源。由于蒙特利爾認知評估量表（Montreal cognitive assessment，MoCA）或簡易精神狀態檢查表（mino-mental state examination，MMSE）等不同量表評估具有異質性，數據質量也不同。因此，醫生在評估測量時不能以流水線式作業，方法亦無法標準化。當然，此類數據AI建模后，對跨地域應用有一定局限。
2.2 檢驗和影像數據
車伯琛等[11]和Varesi等[12]綜述了AD的實驗室診斷方法和標記物，而臨床檢驗標志物也是反映認知衰退病情的重要參數[13]。此外，大腦影像數據和神經心理數據屬于多維度數據，生物學特征標記遠遠超過人眼觀察到的數目，因此可借助AI進行讀片和分析，采用AI訓練影像數據，挖掘特征標簽，檢測出專家無法在早期發現的異常。同時，利用醫學元宇宙一些底層技術可以更廣泛、全面地記錄和預測大量人群的病情發展及軌跡。AI對大數據處理能力優于人工[14]，可擴充臨床對神經影像和神經生理數據的理解以及尚未被揭示的認知知識。
2.3 社會統計學數據
社會統計學數據較易收集，很多國家都建立了老年人健康大數據庫，包括人群流調、社會信息學數據和其他形式群體數據，以便于為推測不同人群患病風險，評估保護因素以及預估癡呆人口負荷提供基礎數據。將社會統計學數據納入醫學元宇宙研究的優勢是地域和人口覆蓋面都比較大，可對初篩人群進行風險分層和自我檢測，識別高風險個體，即在臨床診斷前，僅憑借從社區收集的信息就可初步篩選出高度疑似的癡呆病例，該研究提示年齡和教育背景是預測認知衰退的重要參數[15]。事實上，在有限的問診時間中，醫患間缺乏信任度；由于大量社會信息醫生不能通過問診方式獲得，無法深層次了解個體獨特的生物-心理-社會特征，而社會統計學數據彌補了在臨床病歷中有可能被忽略的認知衰退領域社會決定因素方面的不足，有助于全面解釋個體心理健康問題。
2.4 遺傳學組學數據
遺傳學組學數據是獲得遺傳性AD分子病因的關鍵[6, 16]，作為醫學元宇宙數據中重要的遺傳參數，基因信息可以快速對認知衰退進行遺傳學溯源。遺傳學組學數據量龐大，荷載大量未知遺傳信息，AI可從大數據中歸類處理甄別異常位點，發現與認知衰退相關的新標志物以及新藥物靶點。對人群進行研究發現，已有的基因組學、表觀遺傳學研究結果表明轉錄組年齡與衰老的生物學特征變化相一致，伴隨衰老，外周血及組織細胞內基因表達呈現一定特征，提示血液的組學數據可以用于評估衰老進度和AD預測。同時，通過比較年輕組（15～30 歲）和老年組（>60 歲）人群的組學數據，采用模型算法識別和重建與老化相關的分子路徑，能篩選出有助延長壽命的物質，再進行針對性地深入研究，以快速獲得有效干預途徑。
2.5 腦機接口數據
將微芯片植入大鼠、豬和猴子的大腦中，芯片電極就可以實時記錄神經信號。腦機接口和AI無縫對接已獲得重要進展，2008年先后實現了對大鼠運動皮層的神經解碼和猴子手臂運動軌跡的神經解碼，可以讓動物用“意念”控制機械手臂或者虛擬手臂運動；在人的大腦中植入芯片，將人類意識數字化，實現人與人、人與機器之間自由交換思想、信息和指令，可以用于腦和神經損傷患者與外界重連，結合納米機器人靶向治療，將給予腦機接口更多令人振奮的醫療應用前景。腦機接口數據為維持神經生理活動和發病機制的研究提供更多寶貴信息，為實現下一代腦機融合智能提供重要支撐。
2.6 傳感器、手寫筆跡及語音數據
增強現實（augmented reality，AR）的一些硬件設備，例如AR頭戴設備、AR眼鏡、傳感器等，已經較廣泛地應用于醫學教學、手術和養老康復中。家庭運動傳感器、筆跡計算機分析、特定動作錄像、多模式環境監視和可穿戴活動監視器等已用于連續記錄受試者的活動，取得以前無法獲得的認知動態數據。例如，每周步行速度、活動軌跡是判斷老年人輕度認知功能障礙最重要的新特征之一，可通過對受試者家中的運動傳感器記錄的運動和活動情況進行分析預測。居家傳感器可提供被監測者在現實生活中，尤其是在原生態環境下所發生的行為數據，相比傳統的實驗室或診室環境下的測試數據更真實，再借助專門算法把測試結果進行可視化，便于理解和后續對疾病的管理。傳感器技術提供行為數據的實時數字化傳輸；手寫筆跡追蹤技術提供了手指精細運動的記錄功能。此外，語音音頻數據和分析技術數據也可以用于檢測認知損傷程度，這些數據為識別認知衰退評估提供獨特的新指標[17]。此外，利用移動腦/體成像（mobile brain/body imaging，MoBI）系統，結合VR、大腦監控和動作捕捉技術，通過高速攝像機以毫秒精度對受試者行走或操作物體的軌跡位置進行標記分析，同時監測受試者大腦活動參數，這些數據可幫助快速找到AD患者大腦病灶和病因[18]。多樣化傳感和監測數據，為大幅度提高AD診斷準確率提供了支撐。
3 應用場景
醫學元宇宙的顯著優勢在于身臨其境的臨場感，應用場景較廣，已經在醫學教育培訓、醫學執照考試、沉浸式會診以及牙科治療、帕金森病治療等領域獲得突破[1, 19-21]。從微型醫學元宇宙產品和應用開始，逐步拓展到每個小型元宇宙場景，并將之相通連。隨著技術持續進階，無數微型元宇宙不斷碰撞膨大，架構起元社區（即在虛擬地塊上建造，以特征性紐帶關聯，形成具有一定規模的虛擬社區）、元醫院（即在虛擬地塊上建造以醫療為紐帶關聯的虛擬醫院），應用于AD的識別和診斷（通過臨床評估、檢驗、影像以及自然語言處理）、預測（通過臨床評估、檢驗、影像以及社會統計學方法）、預防（通過軟件及智能設備）、延緩（通過認知訓練軟件以及加強老齡社交）、康復（通過可穿戴設備和機器人等）、監督（通過生命記錄以及各種傳感器）以及陪伴患者（通過軟件、智能設備以及機器人）、輔助患者生活（機器人）等方面，如圖2所示。
圖2
認知衰退醫學元宇宙預測和干預范式示意圖
Figure2.
Paradigms of the metaverse in medicine for prediction and intervention of cognitive decline
老年人通過元社區和元醫院進行體驗，將會誕生非面對面檢測、自我療愈、自我康養的新型保健模式。醫學元宇宙底層技術將推動應用迭代，而市場需求反哺底層技術，重構醫患關系，是未來發展趨勢。
3.1 元醫院構建
構建“元醫院”的設想，源自物理世界萬物皆可數字孿生（digital twin）的理念，是基于鏡像理論和多智能體系統（multi-agent systems，MAS）理論而產生的。所謂數字孿生，是將物理世界的目標對象轉換到數字空間中進行鏡像映射及超高水平仿真的過程。不同于VR技術，數字孿生是一種超越現實的數字映射技術，它是利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的動態仿真過程，具有實時性和閉環性的特點，在虛擬空間中完成映射，并反映相對應實體的全生命周期過程。
數字孿生技術對構建數字化醫院場景具有決定性作用，針對醫院場景中的人、物品、場地、設備、系統以及操作過程，都可以構建數字化鏡像孿生體，實現多層次細粒度展示，并還原關聯關系，與物理世界平行動態發展。虛、實云專家通過與云端用戶互動，進行教學培訓、會診、分級診療、科普宣傳、健康教育、居家檢測和臨床研究，服務于虛、實云醫生和云患者以及受訓者。在“元醫院”中，患者以虛擬化身咨詢醫生，醫生的虛擬化身通過AI提出診療康復建議。根據門診、住院處、手術室、藥房、醫技科室、職能科室、后勤保障部門的業務模塊需求，建設人和物品的定位跟蹤、機器人物流、物聯網智能運維的三維可視化智慧院區，利用物理模型、傳感器探測以及運行歷史等數據，完成與物理現實完全映射的虛擬空間構建，實現全物理設備可視和物流可視。在醫療方面，創建融合醫院文化和診療特色的三維（three dimension，3D）場景，開展云端診斷、云端監測；開發可穿戴醫療設備、可植入設備、健康監測設備及項目，進行居家監測。根據電子健康監測記錄、監測系統衍生數據、醫學神經影像動態數據的跟蹤采集，做出遠程非接觸式的智能判斷。
3.2 利用AI算法預測、識別
大腦神經影像以及神經生理數據提供大腦結構和功能變化的重要信息，視網膜神經纖維層和神經節細胞層影像反映認知表現[22]，它們均可用于評估受試者是否發生神經學改變。此外，血液和腦脊液檢測、正電子發射型計算機斷層顯像（positron emission computed tomography，PET）掃描以及視力測試等也可用于鑒別診斷認知衰退，這些檢測結果都可以通過算法進行分析和預測。目前，AI及VR技術在智力障礙、自閉癥、抑郁癥等神經發育疾病的遺傳診斷和神經心理診斷中積累了一定經驗[23-26]，為突破AD早期預測的時間瓶頸提供可能。
針對AD呈漸進性發展及異質性的特點，獲得大腦組織動態變化數據、AD發生發展線索，并通過多維度縱向數據分析，才能更客觀、更精確地識別和預測AD。有研究采用67 組核磁共振圖像數據訓練AI系統，之后測試了48 個AD患者，檢出率為85%，采用PET數據訓練AI系統，對AD、輕度認知功能障礙及正常人群識別準確率為88.4%；采用核磁共振成像、遺傳學和臨床等多模態數據訓練AI系統，并進行六年跟蹤研究，結果表明使用該系統在發病前兩年即可預測癡呆癥[27]。經過訓練和驗證的AI算法可以發現由疾病引起的大腦細微結構變化，在早期階段即可進行有效預測，以提前預示在未來五年甚至十年間是否會發生AD。
用戶在缺乏專業醫學檢測數據支撐的情況下，可依靠反映認知狀態的各種自測量表、監控設備以及生命記錄（lifelogging）、可穿戴設備數據等進行初步判斷[28]。生命記錄是元宇宙中的一個重要技術，通過對視頻監測數據、運動步態數據、語音記錄、社交媒體記錄、交互行為數據等進行分析，可以評估認知衰退狀態。此外，借助專業的場景測試平臺，通過互動生成算法來測試流體智力，而所謂流體智力是特定腦區之間交流和協同工作的能力，體現在識別、知覺、推理運算以及解決問題的速度和水平。目前普遍認為流體智力與大腦額葉和頂葉間連接有關，是一種以生理為基礎的認知能力。在抽象思維測試中這兩個區域交流越強、越快，得分越高，流體智力更能體現老年人認知衰退狀態。
3.3 預防、延緩和康復支持
老年人孤獨感增加，尤其是那些獨處者表現得更為明顯。他們缺乏腦力刺激而使得大腦信息處理速度減慢，孤獨使癡呆風險增加3倍，獨處的老年人更需積極預防AD發生。更年期婦女雌激素大幅度降低，負責形成新記憶的大腦海馬體區域的功能需要雌激素支持，相比男性更易患AD。她們患病后認知衰退速度更快，女性超過50 歲就要預防AD。針對認知衰退預防，除了通過改善大腦微環境來延緩衰退和促進康復，還可通過平臺或產品提高大腦不同分區的協同能力來重新激發智力和認知功能。目前，已開發出適老性產品和相關設備，能提供更便捷、逼真的社交互動和沉浸式的娛樂體驗，以舒緩孤獨感。針對老年人延緩認知衰退的軟件作用很大，可用于早期干預預防，訓練大腦、激發神經功能，修復記憶損傷、延緩惡化等。特定的腦區之間交流越多，可提高應答、推理和處理事情的能力，從而實現流體智能和認知控制能力的恢復或延緩衰退。游戲化元素的平臺已經用于神經心理疾病治療，如延緩認知衰退、疏導創傷后應激障礙（post-traumatic stress disorder，PTSD）和抑郁癥、緩解疼痛、改善弱視、應對創傷性腦損傷和帕金森病等[29-30]。2015年已實現心理疾病的咨詢和治療人機對話。VR是中風、帕金森病和其他神經疾病高效的康復工具[31-33]。體育運動元素的VR平臺對老年群體認知功能改善有諸多益處，已證實對輕度認知衰退患者和正常老年人的認知能力均有改善作用[34]。Zhu等[31]系統綜述了VR在改善輕度認知障礙中的應用情況，VR對輕度認知障礙老年人認知和運動功能的改善可起到有效干預作用，包括整體認知、注意力、執行功能、記憶等。
3.4 陪伴和輔助生活
隨著醫學元宇宙的興起，更多適老性AI機器人、智能軟件、可穿戴智能產品將進入老年人生活。到2022年，全球已連接的可穿戴設備數量超過11億。威康喜劇（Vicon Revue）公司的生命記錄攝像機和牛津測量集團（Oxford Metrics Group）公司的自動拍照相機，都是為記憶力嚴重衰退患者而設計。這些產品能捕捉和存儲患者的所有經歷和體驗、影像和聲音，以便隨時幫助他們回憶到過哪些地方以及做過哪些事。一款名字為米羅（MiRo）的寵物狗陪伴機器人配備傳感器，具有情感陪伴、娛樂和預警功能。一款名字為帕羅（Paro）的寵物海豹機器人具有模仿寵物和人互動的功能。AI智能音箱通過語言交互陪老人聊天和播報節目。一款名字為埃利Q（ELLI.Q）的社交機器人可以逐漸了解老人，幫助老人進行網絡社交和在線游戲。一款名字為壁龕（Alcove）的沉浸式社交軟件，解決了人們空間距離感的問題，能體驗到線下社交的真實感。借助VR和AI技術，打破現實世界中各種局限，沉浸在全新的生活方式中，可足不出戶全方位沉浸式體驗全球旅行、購物、試衣以及探險和穿越等生活樂趣。物理世界、精神世界和知識世界三界聯通，人機融生、靈機融生，賦予老年人無限超能力和無限自由，再次綻放人生、實現夢想，如圖3所示。由此，老齡與元宇宙碰撞，為人類文明注入新元素。
圖3
元宇宙陪伴和輔助老年人生活
Figure3.
Metaverse accompanies and assists the elderly in their lives
3.5 藥物研發和用藥指導
據美國食品和藥物監督管理局統計，由于病情復雜和體質不同，個體對藥物的反應存在差異，38%～75%的常見病的藥物治療被證實無效。因此，研發的藥物和臨床療效需要大量募集志愿者進行大規模臨床試驗，這是揭示療效和個體差異的重要途徑，但臨床試驗成本高、低效而耗時。瑞典數字孿生聯合會提出數字孿生策略：① 構建與個體患病機制相關的所有分子、表型和環境因素的網絡模型的無限數字化拷貝；② 對數千種藥物模擬治療的數字孿生體進行計算，以確定療效最佳的藥物。數字孿生結合AI可以較好地整合與發病風險有關的變量，當存在較多不同類型變量時，建立多層計算分析模塊，以對應不同條件刺激下產生的變化，如新藥物或新治療方案產生的反饋；③ 借助已完成試驗的數據，建立實驗組數字孿生體。模擬患者動態學習，驗證藥物功效與人體反應，從而為個體化醫療篩選生物標志物、藥物靶點以及確定有療效藥物的優先順序。
生命記錄可以提供用藥記錄和監管功能，給予用藥反應、用藥劑量、藥效等反饋。伴隨衰老而產生生理變化，老齡群體更易受到藥物的不良影響，由于物質代謝和排出速度大幅度減慢，增加了藥物中毒風險。根據美國全國健康狀況統計中心數據，過去20年，65歲及以上老年人因服藥過量造成死亡的人數增加兩倍以上。相當數量的老年人的保健缺乏科學指導和監管，存在憑經驗用藥、多種用藥、濫用藥物情況，還存在長期濫用保健品的誤區。隨著他們認知能力下降，對藥物和保健品甄別的能力也隨之下降，成為老年人群重要的安全隱患。生命記錄可以有效改善老年人群非科學用藥狀況。
3.6 急救場景全息智能控制
元宇宙用于某些時間依賴性的醫學急救過程是非常必要和有效的，具有較好應用前景。如針對老年人高發的猝死、中風、心梗、跌倒、休克、哮喘、噎食、癲癇、急腹癥等突發性疾患的急救，可將病情動態、生命體征監測、治療處置場景全息化、細粒化呈現，利用生命記錄儀，將時間流、信息流智能回放，根據回放患者信息、病史信息、急癥發生細節，快速鎖定病因并制定急救方案。利用數字孿生技術基于真實的救護車及急診科的環境，創建數字孿生腳本。基于現實世界各類傳感器數據，進行數字化重建，高度還原急救設施設備細節，再通過集成渲染和無縫漫游，在既往構建的數字孿生體基礎上，收集新數據，實時與該系統耦合。針對急救的院前階段和急診處理階段的復雜情況，可有效實現人員、環境、設備以及過程的全面管理。依靠大數據和醫療數據進行動態仿真、監控和分析預測。
4 元宇宙應用的版圖布局
算力、底層技術、引擎、平臺、應用端等多層架構才能讓元宇宙生態運作起來，以代號為“新索（SINSO）”的項目為例，簡述架構如下：
國際合作團隊自2020年開始探索醫療元宇宙項目建設，并在社區上推廣。這是個開源生態（即程序源代碼全部開放）去中心化的醫療基礎設施項目。該項目模塊包括四大組件：去中心化應用（decentralized application，DApp）、網關（gateway）、供體網絡（donor networks）和分布式自治公司（distributed autonomous corporation，DAC），如圖4所示。
圖4
去中心化的醫療基礎設施范式示意圖
Figure4.
Schematic diagram of decentralized medical infrastructure
DApp組件可以快速匹配專家進行問診咨詢，與傳統應用軟件（application，APP）最大的區別是，這種基于區塊鏈技術的DApp是開源的或經過授權的，通過嚴格的密碼學技術，對個人賬戶病歷及醫學影像數據進行數據確權，個體具有病歷資料的自主掌控權，保證不被篡改、不可抵消，以實現去中心化安全共享。
網關組件具有3個功能：① 提供應用程序編程接口（application programming interface，API）功能，通過標準化接口完成新索項目與個人/機構的數據交換；② 提供數據預處理功能，通過預言機與真實外部數據建立橋接，并對數據進行標識和分類；③ 提供隱私計算模塊功能，進行隱私計算的前置處理。
供體網絡是一個用于激勵交易的經濟模型，其主要功能是對存儲者和貢獻者進行激勵和績效考核，將醫生和患者的數據資產轉兌成加密的非同質化代幣（non-fungible token，NFT）資產（通俗地說，即是數字貨幣），并通過醫療數據深度表型分析，自動匹配數據采購者，實現數據價值流轉，如授權給醫師，用于患者精準評估和配置訓練程序。
分布式自治公司的主要功能是建立合約和治理機制，讓開源社區中缺乏信任基礎的社群成員能夠在分布式自治公司中簡單方便地建立協作關系，并有效保障協作利益，包括經濟和聲譽兩方面的協作利益。
用戶在分布式自治公司“智能合約”的基礎上，通過網關組件的應用程序編程接口上傳數據，數據在網關組件上進行標簽和分類以及保護隱私的前置處理。用戶數據在“供體網絡”組件上將數據資產轉換成“非同質化代幣資產”，可獲得激勵，自動匹配數據采購者，經過授權的查詢者通過“區塊鏈”中“地址值”查找文件，使用查詢方公鑰和個人私鑰生成加密密鑰，對文件重加密后反饋給查詢方，保證最大化保護隱私和數據安全，實現數據共享和價值流轉。DApp組件上社員群體不斷激勵壯大，由醫療區塊鏈先行區發展成較大規模示范區，微型醫學元宇宙再逐漸碰撞、膨大，架構起元社區、元醫院等去中心化的醫療基礎設施。元宇宙的土壤是數據民主化，體現以用戶為中心的生態，各個場景都來自于生態伙伴共建。由于現階段外圍待完善，新索項目有相當一部分工作尚屬于修路架橋過程，對于醫療行業來說，把全世界范圍患者資料匿名分享，這是一個相當浩大的工程。
5 應用風險點
醫學元宇宙應用主要面臨三個方面的風險挑戰：① 是如何保護隱私和數據安全。建模和驗證需要收集更多個人信息，尤其是當人類意識數字化、腦機接口無縫銜接，如何保護個人隱私和數據安全將是最為重要的問題之一。② 是如何維系現實與虛擬之間正能量互動關系，用好元宇宙這把雙刃劍，發揮積極作用更好地服務老年人群。謹防老年人過度沉浸而造成新形態的認知扭曲。③ 是如何避免形成壟斷。醫學元宇宙應用場景的建設要有巨大信息量支撐，更需要人力和物力投入。實現資源共享，避免被少數力量壟斷，是首先要解決的問題，從而服務大眾，帶動人類文明進步。
6 結束語
老齡化的社會問題非常嚴峻，應對老齡化高峰需要長期不懈地努力，有必要將AD預測及群體心理保健作為長期目標來實施。在人口老齡化到來的同時，人們邁入了由AI技術引發的第四次產業革命中，為破解諸多老齡化難題帶來希望，也給AD預測技術的發展提供新思路。AI在重新定義精神疾病、輔助診斷、深入理解疾病發生發展和機制上具有巨大潛力。元宇宙作為一個新型互聯網社會交流空間在醫學的應用顯示出無限生命力。目前，各個領域都積極地搶占其在“元宇宙”中的位置，隨著更多患者數據添加到醫學元宇宙模型中，這種新的醫療方式將成為AD預防性診治的重要工具。
綜上，伴隨著老年人對遠程醫療保健服務需求的增長，老年用戶通過醫學元宇宙技術體驗自我監測、自我診斷、自我療愈、自我康養保健的范式將會迅速催生。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：周德富、陳瑛負責資料收集、文章撰寫、文章修改；金益對文章框架和主題提供了指導性的意見，并負責文章部分修改。
0 引言
阿爾茨海默病（Alzheimer’s disease，AD）是一種退行性衰老疾病，是伴隨年齡增長以漸進性認知衰退而至癡呆以及腦皮質萎縮為主要特征的慢性疾病，認知衰退會隨著時間的推移逐漸惡化，確診后無有效治療手段。國際AD協會（AD International，ADI）認為目前全球大約四分之三的認知衰退患者未獲得正確診斷，由于各種原因不能面對面問診也延遲了對患者的評估，而在一些低收入和中等收入國家，未及時診斷的患者比例高達90%。因此，醫療保健系統引進新技術，加大投入，提高診斷能力，朝著精確診斷的方向發展，勢在必行。
當前，針對老年人認知衰退的健康保健、診斷和治療不足的矛盾，亟待構建新型醫患關系，上述矛盾主要表現在以下幾個方面：① 醫學檔案內容匱乏，沒有將患者既往生活信息及環境信息納入其中，無法將認知衰退與其生活起居、習慣、工作、社交建立起關聯。診斷和治療存在缺乏數據、時間連續性以及患者參與度低的現象。② 用藥不科學。老年人自行用藥存在誤區和監管漏洞，相當數量人群長期濫用保健品、藥物，有的自行使用的藥品不對癥、無效，甚至有害健康。③ 生活方式不健康。老年人飲食起居和運動娛樂缺乏科學管理和引導。④ 醫患間缺乏信任度和有效溝通。元宇宙（metaverse）、人工智能（artificial intelligence，AI）和虛擬現實（virtual reality，VR）有望在未來5～10年內改變這種局面。
AI和VR在認知衰退干預、教育培訓、老年人云游體驗、健康管理等方面的應用，已見于諸多學術期刊。尤其是在帕金森病臨床治療和研究中提出建立非面對面診療[1-2]，為認知衰退診療提供了樣板。亟待嘗試將醫學元宇宙概念引入認知衰退干預，打造一個醫患深度共情共聯的新型醫療世界，重構對老齡群體的服務模式，有效降低醫療成本，對開啟全新的大健康模式具有重要意義。
1 認知衰退的研究
認知衰退病因復雜，受環境與遺傳多種因素影響，其發病機制復雜多元，包括基因學說、鈣離子代謝紊亂學說、自由基損傷學說、代謝紊亂學說、鋁中毒學說、膽堿能學說以及淀粉樣蛋白級聯假說、突觸連接通訊受損假說、纖維蛋白沉積炎癥反應和Tau-線粒體蛋白相互作用等[3-4]。
基因突變可導致轉錄本變化，轉錄本變化可引起與衰老有關的蛋白的積聚。在成年早衰癥中已檢測到編碼DNA螺旋酶、DNA合成抑制蛋白、超氧化物歧化酶、過氧化氫酶、煙酰胺腺嘌呤二核苷酸依賴性去乙酰化酶6、p53誘導的磷酸酶1的基因突變。在老年癡呆患者的研究中發現，基因表達譜、微小RNA（microRNA，miRNA）表達譜以及基因組CpG甲基化程度伴隨衰老而發生變化[5-6]。基因突變可導致β-淀粉樣前體蛋白沉積，引起大腦中淀粉樣斑塊形成；突變導致Tau蛋白增加，引起神經纖維纏結；突變導致α-突觸核蛋白積聚，引起神經元連接異常；突變導致載脂蛋白E4和突觸蛋白神經粘連分子（neurexin）片段顯著增加，而發生家族性早老癥；這些物質均參與了認知衰退的發生發展[7-8]。此外，在衰老的緩慢進程中，線粒體也發揮著重要作用。線粒體DNA突變導致線粒體氧化磷酸化復合物缺陷，線粒體DNA突變頻率隨著年齡增加而增高，導致線粒體氧化磷酸化功能漸進性喪失，引起氧化性腦損傷從而引發認知障礙[9]。另外一項研究中，研究者募集了48 份AD患者大腦樣本，采用液滴單細胞核RNA測序技術獲得單核表達譜。該研究表明，老年癡呆晚期病例和早期病例存在共同上調基因，意味著在AD疾病發生早期即出現轉錄本病理性變化，隨著疾病進程，在不同細胞中呈現時間特異性和組織特異性以及性別差異性表達[10]。該研究還提示了個體攜帶的基因多樣性導致認知衰退的起始和進度呈異質性。針對病因進行研究是快速提升認知衰退的診斷和干預能力的有效手段，也為智慧醫療奠定理論基礎和數據支撐。
2 采集用于認知衰退評估的醫學元宇宙數據
“元宇宙”是三維化的下一代互聯網應用和數字化的社會形態，其概念和內涵還在不斷更新。可以把元宇宙看作是與現實世界平行運行的一個人造數字空間。構建元宇宙首先需要收集用于認知評估和干預建模的臨床和科研大數據，數據可包括電子健康記錄、情緒分級量表、神經影像數據、新型監測系統數據及其衍生數據（如來源于智能手機、視頻監測、生命記錄、可穿戴設備等相關數據）、社交媒體平臺數據，此外還包括遺傳學組學數據、腦機接口以及實驗研究數據等，如圖1所示。
圖1
構建老齡認知衰退醫學元宇宙的大數據類型
Figure1.
Data types for construction of the metaverse in medicine for cognitive decline in the elderly
2.1 臨床評估和精神測試數據
神經類心理醫師注重以患者為中心建立深入溝通關系，直接觀察患者反應、情緒和行為，獲得的數據類型主要包括以醫師主觀判斷和患者主述為主的文本記錄和電子病歷。此類數據中確診患者較為集中，可以高效地獲得供人工智能建模的病例資料，依靠這些臨床數據，可以快速識別需要進一步確診和臨床干預的潛在高風險患者，為縱向跟蹤、早期預測提供數據資源。由于蒙特利爾認知評估量表（Montreal cognitive assessment，MoCA）或簡易精神狀態檢查表（mino-mental state examination，MMSE）等不同量表評估具有異質性，數據質量也不同。因此，醫生在評估測量時不能以流水線式作業，方法亦無法標準化。當然，此類數據AI建模后，對跨地域應用有一定局限。
2.2 檢驗和影像數據
車伯琛等[11]和Varesi等[12]綜述了AD的實驗室診斷方法和標記物，而臨床檢驗標志物也是反映認知衰退病情的重要參數[13]。此外，大腦影像數據和神經心理數據屬于多維度數據，生物學特征標記遠遠超過人眼觀察到的數目，因此可借助AI進行讀片和分析，采用AI訓練影像數據，挖掘特征標簽，檢測出專家無法在早期發現的異常。同時，利用醫學元宇宙一些底層技術可以更廣泛、全面地記錄和預測大量人群的病情發展及軌跡。AI對大數據處理能力優于人工[14]，可擴充臨床對神經影像和神經生理數據的理解以及尚未被揭示的認知知識。
2.3 社會統計學數據
社會統計學數據較易收集，很多國家都建立了老年人健康大數據庫，包括人群流調、社會信息學數據和其他形式群體數據，以便于為推測不同人群患病風險，評估保護因素以及預估癡呆人口負荷提供基礎數據。將社會統計學數據納入醫學元宇宙研究的優勢是地域和人口覆蓋面都比較大，可對初篩人群進行風險分層和自我檢測，識別高風險個體，即在臨床診斷前，僅憑借從社區收集的信息就可初步篩選出高度疑似的癡呆病例，該研究提示年齡和教育背景是預測認知衰退的重要參數[15]。事實上，在有限的問診時間中，醫患間缺乏信任度；由于大量社會信息醫生不能通過問診方式獲得，無法深層次了解個體獨特的生物-心理-社會特征，而社會統計學數據彌補了在臨床病歷中有可能被忽略的認知衰退領域社會決定因素方面的不足，有助于全面解釋個體心理健康問題。
2.4 遺傳學組學數據
遺傳學組學數據是獲得遺傳性AD分子病因的關鍵[6, 16]，作為醫學元宇宙數據中重要的遺傳參數，基因信息可以快速對認知衰退進行遺傳學溯源。遺傳學組學數據量龐大，荷載大量未知遺傳信息，AI可從大數據中歸類處理甄別異常位點，發現與認知衰退相關的新標志物以及新藥物靶點。對人群進行研究發現，已有的基因組學、表觀遺傳學研究結果表明轉錄組年齡與衰老的生物學特征變化相一致，伴隨衰老，外周血及組織細胞內基因表達呈現一定特征，提示血液的組學數據可以用于評估衰老進度和AD預測。同時，通過比較年輕組（15～30 歲）和老年組（>60 歲）人群的組學數據，采用模型算法識別和重建與老化相關的分子路徑，能篩選出有助延長壽命的物質，再進行針對性地深入研究，以快速獲得有效干預途徑。
2.5 腦機接口數據
將微芯片植入大鼠、豬和猴子的大腦中，芯片電極就可以實時記錄神經信號。腦機接口和AI無縫對接已獲得重要進展，2008年先后實現了對大鼠運動皮層的神經解碼和猴子手臂運動軌跡的神經解碼，可以讓動物用“意念”控制機械手臂或者虛擬手臂運動；在人的大腦中植入芯片，將人類意識數字化，實現人與人、人與機器之間自由交換思想、信息和指令，可以用于腦和神經損傷患者與外界重連，結合納米機器人靶向治療，將給予腦機接口更多令人振奮的醫療應用前景。腦機接口數據為維持神經生理活動和發病機制的研究提供更多寶貴信息，為實現下一代腦機融合智能提供重要支撐。
2.6 傳感器、手寫筆跡及語音數據
增強現實（augmented reality，AR）的一些硬件設備，例如AR頭戴設備、AR眼鏡、傳感器等，已經較廣泛地應用于醫學教學、手術和養老康復中。家庭運動傳感器、筆跡計算機分析、特定動作錄像、多模式環境監視和可穿戴活動監視器等已用于連續記錄受試者的活動，取得以前無法獲得的認知動態數據。例如，每周步行速度、活動軌跡是判斷老年人輕度認知功能障礙最重要的新特征之一，可通過對受試者家中的運動傳感器記錄的運動和活動情況進行分析預測。居家傳感器可提供被監測者在現實生活中，尤其是在原生態環境下所發生的行為數據，相比傳統的實驗室或診室環境下的測試數據更真實，再借助專門算法把測試結果進行可視化，便于理解和后續對疾病的管理。傳感器技術提供行為數據的實時數字化傳輸；手寫筆跡追蹤技術提供了手指精細運動的記錄功能。此外，語音音頻數據和分析技術數據也可以用于檢測認知損傷程度，這些數據為識別認知衰退評估提供獨特的新指標[17]。此外，利用移動腦/體成像（mobile brain/body imaging，MoBI）系統，結合VR、大腦監控和動作捕捉技術，通過高速攝像機以毫秒精度對受試者行走或操作物體的軌跡位置進行標記分析，同時監測受試者大腦活動參數，這些數據可幫助快速找到AD患者大腦病灶和病因[18]。多樣化傳感和監測數據，為大幅度提高AD診斷準確率提供了支撐。
3 應用場景
醫學元宇宙的顯著優勢在于身臨其境的臨場感，應用場景較廣，已經在醫學教育培訓、醫學執照考試、沉浸式會診以及牙科治療、帕金森病治療等領域獲得突破[1, 19-21]。從微型醫學元宇宙產品和應用開始，逐步拓展到每個小型元宇宙場景，并將之相通連。隨著技術持續進階，無數微型元宇宙不斷碰撞膨大，架構起元社區（即在虛擬地塊上建造，以特征性紐帶關聯，形成具有一定規模的虛擬社區）、元醫院（即在虛擬地塊上建造以醫療為紐帶關聯的虛擬醫院），應用于AD的識別和診斷（通過臨床評估、檢驗、影像以及自然語言處理）、預測（通過臨床評估、檢驗、影像以及社會統計學方法）、預防（通過軟件及智能設備）、延緩（通過認知訓練軟件以及加強老齡社交）、康復（通過可穿戴設備和機器人等）、監督（通過生命記錄以及各種傳感器）以及陪伴患者（通過軟件、智能設備以及機器人）、輔助患者生活（機器人）等方面，如圖2所示。
圖2
認知衰退醫學元宇宙預測和干預范式示意圖
Figure2.
Paradigms of the metaverse in medicine for prediction and intervention of cognitive decline
老年人通過元社區和元醫院進行體驗，將會誕生非面對面檢測、自我療愈、自我康養的新型保健模式。醫學元宇宙底層技術將推動應用迭代，而市場需求反哺底層技術，重構醫患關系，是未來發展趨勢。
3.1 元醫院構建
構建“元醫院”的設想，源自物理世界萬物皆可數字孿生（digital twin）的理念，是基于鏡像理論和多智能體系統（multi-agent systems，MAS）理論而產生的。所謂數字孿生，是將物理世界的目標對象轉換到數字空間中進行鏡像映射及超高水平仿真的過程。不同于VR技術，數字孿生是一種超越現實的數字映射技術，它是利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的動態仿真過程，具有實時性和閉環性的特點，在虛擬空間中完成映射，并反映相對應實體的全生命周期過程。
數字孿生技術對構建數字化醫院場景具有決定性作用，針對醫院場景中的人、物品、場地、設備、系統以及操作過程，都可以構建數字化鏡像孿生體，實現多層次細粒度展示，并還原關聯關系，與物理世界平行動態發展。虛、實云專家通過與云端用戶互動，進行教學培訓、會診、分級診療、科普宣傳、健康教育、居家檢測和臨床研究，服務于虛、實云醫生和云患者以及受訓者。在“元醫院”中，患者以虛擬化身咨詢醫生，醫生的虛擬化身通過AI提出診療康復建議。根據門診、住院處、手術室、藥房、醫技科室、職能科室、后勤保障部門的業務模塊需求，建設人和物品的定位跟蹤、機器人物流、物聯網智能運維的三維可視化智慧院區，利用物理模型、傳感器探測以及運行歷史等數據，完成與物理現實完全映射的虛擬空間構建，實現全物理設備可視和物流可視。在醫療方面，創建融合醫院文化和診療特色的三維（three dimension，3D）場景，開展云端診斷、云端監測；開發可穿戴醫療設備、可植入設備、健康監測設備及項目，進行居家監測。根據電子健康監測記錄、監測系統衍生數據、醫學神經影像動態數據的跟蹤采集，做出遠程非接觸式的智能判斷。
3.2 利用AI算法預測、識別
大腦神經影像以及神經生理數據提供大腦結構和功能變化的重要信息，視網膜神經纖維層和神經節細胞層影像反映認知表現[22]，它們均可用于評估受試者是否發生神經學改變。此外，血液和腦脊液檢測、正電子發射型計算機斷層顯像（positron emission computed tomography，PET）掃描以及視力測試等也可用于鑒別診斷認知衰退，這些檢測結果都可以通過算法進行分析和預測。目前，AI及VR技術在智力障礙、自閉癥、抑郁癥等神經發育疾病的遺傳診斷和神經心理診斷中積累了一定經驗[23-26]，為突破AD早期預測的時間瓶頸提供可能。
針對AD呈漸進性發展及異質性的特點，獲得大腦組織動態變化數據、AD發生發展線索，并通過多維度縱向數據分析，才能更客觀、更精確地識別和預測AD。有研究采用67 組核磁共振圖像數據訓練AI系統，之后測試了48 個AD患者，檢出率為85%，采用PET數據訓練AI系統，對AD、輕度認知功能障礙及正常人群識別準確率為88.4%；采用核磁共振成像、遺傳學和臨床等多模態數據訓練AI系統，并進行六年跟蹤研究，結果表明使用該系統在發病前兩年即可預測癡呆癥[27]。經過訓練和驗證的AI算法可以發現由疾病引起的大腦細微結構變化，在早期階段即可進行有效預測，以提前預示在未來五年甚至十年間是否會發生AD。
用戶在缺乏專業醫學檢測數據支撐的情況下，可依靠反映認知狀態的各種自測量表、監控設備以及生命記錄（lifelogging）、可穿戴設備數據等進行初步判斷[28]。生命記錄是元宇宙中的一個重要技術，通過對視頻監測數據、運動步態數據、語音記錄、社交媒體記錄、交互行為數據等進行分析，可以評估認知衰退狀態。此外，借助專業的場景測試平臺，通過互動生成算法來測試流體智力，而所謂流體智力是特定腦區之間交流和協同工作的能力，體現在識別、知覺、推理運算以及解決問題的速度和水平。目前普遍認為流體智力與大腦額葉和頂葉間連接有關，是一種以生理為基礎的認知能力。在抽象思維測試中這兩個區域交流越強、越快，得分越高，流體智力更能體現老年人認知衰退狀態。
3.3 預防、延緩和康復支持
老年人孤獨感增加，尤其是那些獨處者表現得更為明顯。他們缺乏腦力刺激而使得大腦信息處理速度減慢，孤獨使癡呆風險增加3倍，獨處的老年人更需積極預防AD發生。更年期婦女雌激素大幅度降低，負責形成新記憶的大腦海馬體區域的功能需要雌激素支持，相比男性更易患AD。她們患病后認知衰退速度更快，女性超過50 歲就要預防AD。針對認知衰退預防，除了通過改善大腦微環境來延緩衰退和促進康復，還可通過平臺或產品提高大腦不同分區的協同能力來重新激發智力和認知功能。目前，已開發出適老性產品和相關設備，能提供更便捷、逼真的社交互動和沉浸式的娛樂體驗，以舒緩孤獨感。針對老年人延緩認知衰退的軟件作用很大，可用于早期干預預防，訓練大腦、激發神經功能，修復記憶損傷、延緩惡化等。特定的腦區之間交流越多，可提高應答、推理和處理事情的能力，從而實現流體智能和認知控制能力的恢復或延緩衰退。游戲化元素的平臺已經用于神經心理疾病治療，如延緩認知衰退、疏導創傷后應激障礙（post-traumatic stress disorder，PTSD）和抑郁癥、緩解疼痛、改善弱視、應對創傷性腦損傷和帕金森病等[29-30]。2015年已實現心理疾病的咨詢和治療人機對話。VR是中風、帕金森病和其他神經疾病高效的康復工具[31-33]。體育運動元素的VR平臺對老年群體認知功能改善有諸多益處，已證實對輕度認知衰退患者和正常老年人的認知能力均有改善作用[34]。Zhu等[31]系統綜述了VR在改善輕度認知障礙中的應用情況，VR對輕度認知障礙老年人認知和運動功能的改善可起到有效干預作用，包括整體認知、注意力、執行功能、記憶等。
3.4 陪伴和輔助生活
隨著醫學元宇宙的興起，更多適老性AI機器人、智能軟件、可穿戴智能產品將進入老年人生活。到2022年，全球已連接的可穿戴設備數量超過11億。威康喜劇（Vicon Revue）公司的生命記錄攝像機和牛津測量集團（Oxford Metrics Group）公司的自動拍照相機，都是為記憶力嚴重衰退患者而設計。這些產品能捕捉和存儲患者的所有經歷和體驗、影像和聲音，以便隨時幫助他們回憶到過哪些地方以及做過哪些事。一款名字為米羅（MiRo）的寵物狗陪伴機器人配備傳感器，具有情感陪伴、娛樂和預警功能。一款名字為帕羅（Paro）的寵物海豹機器人具有模仿寵物和人互動的功能。AI智能音箱通過語言交互陪老人聊天和播報節目。一款名字為埃利Q（ELLI.Q）的社交機器人可以逐漸了解老人，幫助老人進行網絡社交和在線游戲。一款名字為壁龕（Alcove）的沉浸式社交軟件，解決了人們空間距離感的問題，能體驗到線下社交的真實感。借助VR和AI技術，打破現實世界中各種局限，沉浸在全新的生活方式中，可足不出戶全方位沉浸式體驗全球旅行、購物、試衣以及探險和穿越等生活樂趣。物理世界、精神世界和知識世界三界聯通，人機融生、靈機融生，賦予老年人無限超能力和無限自由，再次綻放人生、實現夢想，如圖3所示。由此，老齡與元宇宙碰撞，為人類文明注入新元素。
圖3
元宇宙陪伴和輔助老年人生活
Figure3.
Metaverse accompanies and assists the elderly in their lives
3.5 藥物研發和用藥指導
據美國食品和藥物監督管理局統計，由于病情復雜和體質不同，個體對藥物的反應存在差異，38%～75%的常見病的藥物治療被證實無效。因此，研發的藥物和臨床療效需要大量募集志愿者進行大規模臨床試驗，這是揭示療效和個體差異的重要途徑，但臨床試驗成本高、低效而耗時。瑞典數字孿生聯合會提出數字孿生策略：① 構建與個體患病機制相關的所有分子、表型和環境因素的網絡模型的無限數字化拷貝；② 對數千種藥物模擬治療的數字孿生體進行計算，以確定療效最佳的藥物。數字孿生結合AI可以較好地整合與發病風險有關的變量，當存在較多不同類型變量時，建立多層計算分析模塊，以對應不同條件刺激下產生的變化，如新藥物或新治療方案產生的反饋；③ 借助已完成試驗的數據，建立實驗組數字孿生體。模擬患者動態學習，驗證藥物功效與人體反應，從而為個體化醫療篩選生物標志物、藥物靶點以及確定有療效藥物的優先順序。
生命記錄可以提供用藥記錄和監管功能，給予用藥反應、用藥劑量、藥效等反饋。伴隨衰老而產生生理變化，老齡群體更易受到藥物的不良影響，由于物質代謝和排出速度大幅度減慢，增加了藥物中毒風險。根據美國全國健康狀況統計中心數據，過去20年，65歲及以上老年人因服藥過量造成死亡的人數增加兩倍以上。相當數量的老年人的保健缺乏科學指導和監管，存在憑經驗用藥、多種用藥、濫用藥物情況，還存在長期濫用保健品的誤區。隨著他們認知能力下降，對藥物和保健品甄別的能力也隨之下降，成為老年人群重要的安全隱患。生命記錄可以有效改善老年人群非科學用藥狀況。
3.6 急救場景全息智能控制
元宇宙用于某些時間依賴性的醫學急救過程是非常必要和有效的，具有較好應用前景。如針對老年人高發的猝死、中風、心梗、跌倒、休克、哮喘、噎食、癲癇、急腹癥等突發性疾患的急救，可將病情動態、生命體征監測、治療處置場景全息化、細粒化呈現，利用生命記錄儀，將時間流、信息流智能回放，根據回放患者信息、病史信息、急癥發生細節，快速鎖定病因并制定急救方案。利用數字孿生技術基于真實的救護車及急診科的環境，創建數字孿生腳本。基于現實世界各類傳感器數據，進行數字化重建，高度還原急救設施設備細節，再通過集成渲染和無縫漫游，在既往構建的數字孿生體基礎上，收集新數據，實時與該系統耦合。針對急救的院前階段和急診處理階段的復雜情況，可有效實現人員、環境、設備以及過程的全面管理。依靠大數據和醫療數據進行動態仿真、監控和分析預測。
4 元宇宙應用的版圖布局
算力、底層技術、引擎、平臺、應用端等多層架構才能讓元宇宙生態運作起來，以代號為“新索（SINSO）”的項目為例，簡述架構如下：
國際合作團隊自2020年開始探索醫療元宇宙項目建設，并在社區上推廣。這是個開源生態（即程序源代碼全部開放）去中心化的醫療基礎設施項目。該項目模塊包括四大組件：去中心化應用（decentralized application，DApp）、網關（gateway）、供體網絡（donor networks）和分布式自治公司（distributed autonomous corporation，DAC），如圖4所示。
圖4
去中心化的醫療基礎設施范式示意圖
Figure4.
Schematic diagram of decentralized medical infrastructure
DApp組件可以快速匹配專家進行問診咨詢，與傳統應用軟件（application，APP）最大的區別是，這種基于區塊鏈技術的DApp是開源的或經過授權的，通過嚴格的密碼學技術，對個人賬戶病歷及醫學影像數據進行數據確權，個體具有病歷資料的自主掌控權，保證不被篡改、不可抵消，以實現去中心化安全共享。
網關組件具有3個功能：① 提供應用程序編程接口（application programming interface，API）功能，通過標準化接口完成新索項目與個人/機構的數據交換；② 提供數據預處理功能，通過預言機與真實外部數據建立橋接，并對數據進行標識和分類；③ 提供隱私計算模塊功能，進行隱私計算的前置處理。
供體網絡是一個用于激勵交易的經濟模型，其主要功能是對存儲者和貢獻者進行激勵和績效考核，將醫生和患者的數據資產轉兌成加密的非同質化代幣（non-fungible token，NFT）資產（通俗地說，即是數字貨幣），并通過醫療數據深度表型分析，自動匹配數據采購者，實現數據價值流轉，如授權給醫師，用于患者精準評估和配置訓練程序。
分布式自治公司的主要功能是建立合約和治理機制，讓開源社區中缺乏信任基礎的社群成員能夠在分布式自治公司中簡單方便地建立協作關系，并有效保障協作利益，包括經濟和聲譽兩方面的協作利益。
用戶在分布式自治公司“智能合約”的基礎上，通過網關組件的應用程序編程接口上傳數據，數據在網關組件上進行標簽和分類以及保護隱私的前置處理。用戶數據在“供體網絡”組件上將數據資產轉換成“非同質化代幣資產”，可獲得激勵，自動匹配數據采購者，經過授權的查詢者通過“區塊鏈”中“地址值”查找文件，使用查詢方公鑰和個人私鑰生成加密密鑰，對文件重加密后反饋給查詢方，保證最大化保護隱私和數據安全，實現數據共享和價值流轉。DApp組件上社員群體不斷激勵壯大，由醫療區塊鏈先行區發展成較大規模示范區，微型醫學元宇宙再逐漸碰撞、膨大，架構起元社區、元醫院等去中心化的醫療基礎設施。元宇宙的土壤是數據民主化，體現以用戶為中心的生態，各個場景都來自于生態伙伴共建。由于現階段外圍待完善，新索項目有相當一部分工作尚屬于修路架橋過程，對于醫療行業來說，把全世界范圍患者資料匿名分享，這是一個相當浩大的工程。
5 應用風險點
醫學元宇宙應用主要面臨三個方面的風險挑戰：① 是如何保護隱私和數據安全。建模和驗證需要收集更多個人信息，尤其是當人類意識數字化、腦機接口無縫銜接，如何保護個人隱私和數據安全將是最為重要的問題之一。② 是如何維系現實與虛擬之間正能量互動關系，用好元宇宙這把雙刃劍，發揮積極作用更好地服務老年人群。謹防老年人過度沉浸而造成新形態的認知扭曲。③ 是如何避免形成壟斷。醫學元宇宙應用場景的建設要有巨大信息量支撐，更需要人力和物力投入。實現資源共享，避免被少數力量壟斷，是首先要解決的問題，從而服務大眾，帶動人類文明進步。
6 結束語
老齡化的社會問題非常嚴峻，應對老齡化高峰需要長期不懈地努力，有必要將AD預測及群體心理保健作為長期目標來實施。在人口老齡化到來的同時，人們邁入了由AI技術引發的第四次產業革命中，為破解諸多老齡化難題帶來希望，也給AD預測技術的發展提供新思路。AI在重新定義精神疾病、輔助診斷、深入理解疾病發生發展和機制上具有巨大潛力。元宇宙作為一個新型互聯網社會交流空間在醫學的應用顯示出無限生命力。目前，各個領域都積極地搶占其在“元宇宙”中的位置，隨著更多患者數據添加到醫學元宇宙模型中，這種新的醫療方式將成為AD預防性診治的重要工具。
綜上，伴隨著老年人對遠程醫療保健服務需求的增長，老年用戶通過醫學元宇宙技術體驗自我監測、自我診斷、自我療愈、自我康養保健的范式將會迅速催生。
重要聲明
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
作者貢獻聲明：周德富、陳瑛負責資料收集、文章撰寫、文章修改；金益對文章框架和主題提供了指導性的意見，并負責文章部分修改。
