作为医疗保健领域的一股新鲜力量,数字孪生有望成为逆转糖尿病等慢性疾病的关键。
位于加利福尼亚州山景城的初创公司Twin Health开发出一种技术,能够通过“数字孪生”来模拟患者个体的新陈代谢情况。以此为基础,该模型能够进一步预测营养摄入、睡眠与运动量等指标,预防或者减小糖尿病等慢性疾病引发的负面影响。
这种全身数字孪生技术已经在临床研究中带来乐观表现,出色的成果也让Twin Health从投资方手中拿到数额可观的研究资金。
该公司最近刚刚完成C轮融资,总额高这1.4亿美元。这笔融资来自ICONIQ Growth、红杉资本(印度)、Perceptive Advisors、Corner Ventures、LTS Investments、Helena 以及 Sofina。Twin Health将利用这笔巨款持续开发原研技术,并扩大业务在新兴疾病领域及患者群体中的覆盖范围。
该系统能够从健康追踪器与血糖监测仪等可穿戴设备、定期血液检查及自主上报症状等信息源处持续监控数千个数据点,借此建立并持续更新病患的数字孪生副本。
Twin Health会进一步利用预测性AI对数字孪生模型的各个版本开展分析,了解生活方式的变化如何左右患者健康,进而提出调整建议以引导健康改进、扭转不良习惯对长期代谢状况的负面影响。患者可以通过Twin Health应用随时查看结果,并将重要生物标志物上报给医疗保健服务商、确保患者能够随健康状况的改善而减少服药剂量。
目前Twin Health正在推进一项针对II型糖尿病患者血糖水平、肝功能及体重等指标的数字孪生监测研究。去年6月发表的随机对照试验已经给出早期结果,表明在采用数字孪生的病患群体中,九成以上患者的糖尿病出现了部分逆转,具体表现为血糖水平下降至糖化血红蛋白(HbA1c)6.5以下,明显好于8.7的基准平均值。
研究人员还发现数字孪生组病患的平均体重减轻了约20磅,肝功能得到显著改善,92%的患者甚至可以完全停用胰岛素或其他糖尿病治疗药品。同时,对照组所有患者都没有实现糖尿病逆转、用药量仍然保持不变、体重或肝功能也未出现任何显著改善。
目前,只有参与Twin Health同健康保险与员工福利合作计划的相关方才能接触这一全身数字孪生建模项目。
可以看到,数字孪生技术正在健康管理、手术计划与药物开发等领域中愈发重要的新兴工具。以药物开发为例,AI驱动药物设计企业XtalPi最近刚刚完成C轮融资,总额达3.188亿美元,同时计划开发一套新的数字孪生模拟系统。这套预测建模系统将帮助生物制药公司快速筛选新药化合物,确保仅将具备最佳潜在功效的分子推向临床试验。
去年春季,刚刚成立的初创企业Q Bio也推出了自己的数字孪生平台。该平台使用自动化无辐射扫描设备在15分钟内生成病患的全身成像数据,而后即可结合遗传信息、医疗记录及其他测试结果帮助患者构建起数字孪生副本。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。