每天都有一种新算法可以使计算机以前所未有的准确性诊断疾病。 这就强化了有关AI将很快（至少部分地）取代医生的预测。
如果计算机也能代替病人呢？例如，如果虚拟患者可以在药物试验的某些阶段代替真人，他们是否可以加快开发速度？如果有“硅药”怎么办？
同样，可能不起作用的潜在疫苗可以“施用”给虚拟患者。这一过程将减少测试时间和成本，并避免在活体志愿者身上测试危险的“候选人”。
硅药
它是定义在虚拟器官或身体系统上进行药物和治疗实验的一种方法，可以预测真实的人对疗法的反应。
在不久的将来，后期研究始终将需要真正的患者，但是对虚拟患者的试验将允许对安全性和功效进行快速且具有成本效益的首次评估，从而大大减少了试验所需的人类受试者的数量。
它如何工作？
让我们从头开始：谈论虚拟患者就不能不谈论虚拟器官。虚拟患者的“建模”将从收集来自人体非侵入性诊断的所有解剖数据开始。然后，这些数据将与控制该器官功能的机制的复杂数学模型进行交叉引用。
在功能强大的计算机（也许是量子计算机）上运行的特殊算法将解决所产生的方程式和未知数，从而生成外观和行为类似于真实事物的虚拟器官。
虚拟患者：我们已经在进行中
La FDA美国食品和药物管理局是处理食品和药品的机构，它已经使用计算机模拟而不是人体试验来评估新的乳房X线照相系统。 该机构还发布了设计包括虚拟患者在内的药物和设备试验的指南。
心流分析，是FDA批准的一项基于云的服务，可让医生根据患者心脏的CT图像识别冠心病。 HeartFlow系统使用这些图像来构建流过冠状血管的血液的流体流动模型，从而识别异常状况及其严重性。 如果没有这项技术，医生将不得不进行侵入性血管造影以决定是否以及如何进行干预。
对个别患者的数字模型进行试验还可以帮助针对各种疾病量身定制治疗，并且已经用于糖尿病护理。
来自工程学的方法
硅医学和虚拟患者背后的理念并不新鲜。几十年来，在数百种操作条件下创建和模拟对象性能的能力一直是工程的基石。例如电子电路、飞机和建筑物的设计。
它在医学研究和治疗中的广泛实施仍然存在一些障碍。
首先，需要确认该技术的预测能力和可靠性，这需要取得一些进展。 其中包括从由男女组成的庞大，种族不同的患者群体中生成高质量的医学数据库。 优化数学模型以说明体内的许多交互过程。 人工智能方法的进一步变化，主要针对基于计算机的语音和图像识别而开发，需要扩展以提供生物学见解。
我们需要另一种方式，但是效果是极好的
科学界和行业合作伙伴正在通过诸如 活人心计划 由DassaultSystèmes提供， 中心地图 （一种细胞的Google地图）e 微软医疗保健NExT.
近年来，FDA和欧洲监管机构已经批准了基于计算机的诊断程序的某些商业用途。 但是，满足法规要求需要花费大量时间和金钱。
鉴于医疗保健生态系统的复杂性，创造对这些工具的需求具有挑战性。硅医学必须能够为患者、医生和医疗机构提供具有成本效益的价值，以加速该技术的采用。
