数位分身(Digital Twins)为结合IoT、AI、AR／VR、远程监控等多种智慧科技，透过数据蒐集与模拟分析，对实体人事物转为数位元件并透过虚拟建模，将这些「数位分身」置於在虚拟环境进行各种制程或产品优化的测试，以达到改善决策等效益。
数位分身应用於医疗领域
若应用於医疗领域，数位分身可帮助医生收集患者的数据，如电子病历，生理信息和生活方式，以便执行远程医疗服务、预先模拟特定的疗法、手术或施药效果，并收集患者接受医疗服务後的反应。
有了「数位分身」在另一个空间先进行疾病治疗的模拟，或能在第一次给药时提高精准度，实现预测、预防、个人化、多人参与(4P)的精准医疗。
创创联合创始团队暨 K.E.E. Swedish Care China AB 执行长、瑞典籍医师 Jerling Svante Ingemar 特别前来台湾参与「生医界的智能文艺复兴时代」论坛，他在演讲时提到，ChatGPT 席卷下，影响层面铺天盖地，就连最保守的生技医疗领域，也被动的开放接受医疗体系 AI 智慧转型。
AI+ 临床决策辅助系统最适合四大领域
他指出，AI 结合临床决策辅助系统，最适合用在四种方向：影像诊断、基因诊断、复健医学肌电诊断和生理诊断。
人工智慧应用於医学诊断上，AI 医疗期刊论文发表如同雨後春笋。近十几年，美国食品与药物管理局 (FDA) 已核准 200 余款支持人工智慧和机器学习 (AI/ML) 的医疗设备和应用，各种 AI 数位医疗研究成果逐渐走进医院，不仅可协助医师诊断、监测病患生理迹象。生技医疗指标性媒体认为，未来一定可预见，AI 医疗将会像 ChatGPT 一样进化，进而成为人类医疗重要的重心。
Dr. Svante 以自己的专长结合 AI，开发出医疗数位分身软体，并且成功将软体系统引入土耳其，让医疗数位分身的可行性在欧洲被验证。
他表示，他是中国手机社交软体「探探」共同创办人之一，在公司被第一大社交软体「陌陌」以 8 亿美元并购後，就转而修习生技医疗。一般人可能觉得可惜，放弃独角兽公司的大好前程，但他认为，回国学医的 6 年时间反而是人生最开心的回忆，每天都能学习到新的东西。
Dr. Svante 表示，做为一个医生，医疗知识是必要的，必须循证实践(evidence based)，即依据大量科研去实证。不过，实证医学(Evidence based medicine，EBM)，又称循证医学，是一种从庞大的医学资料库中，以统计学与流行病学的方法，将资料进行分析而得出结论，并依此检验的结果制定出最佳的医疗决策的一种方式。
而要得出令人值得信赖的医疗决策，其步骤包含从医学资料库中过滤出有意义且值得信赖的资料，经严格评读，综合分析，再将所获得的结论与临床经验及对病患最佳价值做整合。
实证医学应用在AI分身
他进一步解释，循证实践又分为三大方向，分别是 1. 临床判断(Clinical Judgment)、2. 有关的科学证据(Relevant Scientific Evidence)以及 3. 病人的价值观与偏好(Patients’ Values and Preferences)。但其中最重要的是科学证据(Scientific evidence)，「证据」指的就是临床实验数据。
不过，Dr. Svante 也指出，病人的价值观与偏好这块最容易被忽略，毕竟每位医生只有几分钟可以与病人沟通，以了解病人既有的状况和现在的病症。
他也提出疑问，医护人员的临床推理(clinical reasoning)做得再好有用吗？根据研究显示，仅有一半的慢性病药物被服用。通常，为了获得最佳治疗效果，需要 80% 或以上的坚持率。也就是说，很多患者就算拿了药，回去也没有坚持服用到足以产生最佳治疗效果。
Dr. Svante 又举出《人会出错：建立一套更安全的健康照护系统》(To Err Is Human Building a Safer Health System)一书提到的数据显示，美国在 1997 年，超过 3,360 万病人住院，依据纽约研究数据报告，因健康照护不良而导致可能高达 98,000 人死亡，其他如导致重残或处危险中病人就更多了，若以该报告取较低估计数，则因医疗错误致死人数，恐列美国死亡原因第八位。
医生需要 AI 辅助吗？
当时，医疗疏失造成的死亡人数远比你我想像中的还要多，那 AI 能解决问题吗？ Dr. Svante 表示，目前已有临床决策辅助系统(CDSS)可协助医护人员判读，CDSS 早在 1950 年代即已现身，只是过去是规则式(Rule-based)，现在则演变为以人工智慧为基础(AI-based)。
医师为什麽需要 AI 协助？因为单靠人类的认知功能，已难以继续追逐爆炸性成长的知识；换言之资料量愈来愈多，医疗决策的变数愈来愈大，倚靠机器来辅助是必须的趋势。
不过，他也提出，AI 结合临床决策辅助系统，尽管有助解决 Rule-based 的缺陷，但 AI 仍有局限性。此外，临床决策的结果该由谁负责？甚至，临床数据的开放与数据安全之间要如何拿捏？
Dr. Svante 相信，在可预见的未来，人类医生不会被机器取代，但人工智慧绝对可以帮助医生做出更好的临床决策，甚至在医疗保健的某些领域如放射学可取代人类判断。
