Linköpings universitets forskare Gunnar Cedersund har under hela sin 25-åriga karriär arbetat med en och samma övergripande målsättning: att skapa en digital tvilling för den mänskliga kroppen, och att låta denna tvilling ligga till grund för en omställning av vårt hälso- och sjukvårdssystem.
Metodologiska genombrott före M4-health
Under tiden 2000-2018 lade han den metodologiska grunden för till exempel hur delmodeller för organ och celler kan systematiskt testas och förfinas, med hjälp av data och kunskap från experter [referens 1-2, se nedan]. Andra viktiga tidiga metodutvecklingar har rört hur dessa delmodeller kan kombineras till en sammanhängande modell för kroppen som helhet [3-5]. Dessa metoder har applicerats på utvecklingen av specifika modeller för kroppens stora organ, inklusive till exempel levern [6], bukspottskörteln [7], fettväven [8], hjärnan [9] och hjärtat [10]. Dessa metodologiska utvecklingar har redan från börjat finansierats av Vetenskapsrådet (VR) i olika projekt, vilka 2018 blev till en serie projekt kopplade till begreppet M4-health.
Projekt 1:
M4-health: grunden för generell AI i sjukvården
Konceptet M4-health är ett namn som har två olika betydelser. Namnet M4-health, Model for health, står för att vi behöver en ny modell för hälsa, dvs ett nytt sätt att organisera våra hälso- och sjukvårdssystem på.
Namnet har också en mer teknisk betydelse, som beskriver den typ av digitala tvilling-modeller som Gunnar Cedersund utvecklar: multi-nivå (intracellular till helkroppsnivå, inklusive kroppens alla stora organ), multi-tidsskal (millisekunder till år), multi-species (både människor, försöksdjur och mikrofysiologiska system), samt mekanistiska modeller (beskrivandes faktiska biokemiska och fysiologiska processer). Detta koncept skiljer Cedersunds modeller från andra projekt, eftersom andra initiativ mest fokuserar på modeller av enskilda organ, och inte hur de kan kombineras i en modell för kroppen som helhet.
I VR-projektet som drevs mellan 2019-2023 lades den vetenskapliga grunden för hur dessa M4-modeller kan närma sig slutanvändning i vården. En viktig aspekt av detta var inte bara att vidareutveckla de mekanistiska modellerna, utan att ta fram metoder för hybrida modeller, som också använder sig av maskininlärning [11-12]. Detta gör att vi nu kan integrera data från både storskaliga databaser (som används för att träna upp maskininlärningsmodeller, genom så kallat federerat lärande), samt från mekanistiska studier av människor, organ och celler, in i en och samma hybrida modell. Den mekanistiska grunden i dessa hybrida digitala tvilling-modeller gör också att vi kan återanvända modellerna för en mängd olika tillämpningar, till exempel inom olika kardiometabola sjukdomar, som diabetes, högt blodtryck, och hjärtinfarkt.
Projekt 2:
M4-health: digitala tvillingar för prevention och behandling av kardiometabola sjukdomar
I detta efterföljande VR-projekt har arbetet expanderats till att också fokusera på slutanvändning i vården. Vi har till exempel utvecklat modeller för karaktärisering, prognos och diagnos av specifika sjukdomar, såsom levermetabolism och leversjukdom [13-14], alkoholmetabolism [15-16], Typ 2 Diabetes och hypertension [17-18].
Detta arbete har också inkluderat utveckling av eHälso-applikationer, som gör att slutanvändare kan ha sin digitala tvilling på sin mobiltelefon, och skicka data, simuleringsresultat och realistiska animeringar till och från en gemensam server, där alla tvillingar och kliniska data lagras. Detta har också lett till kommersialisering och grundande av flera spinoff-företag. Slutligen, detta arbete har också inkluderat att leda olika nationella och internationella nätverk, som har fört dessa digitala tvilling-modeller till kliniska studier och kommersiell slutanvändning.
Parallella expansioner till andra större nätverksprojekt
Ett av de första nätverksprojekten var Vinnovaprojektet ”Digitala tvillingar i sjukvården: modellvalidering, co-design och klinisk utvärdering” (2021-2023). Det genomfördes tillsammans med Mattias Ekstedt vid Region Östergötland och Karin Stenkula vid Lunds universitet, och lade grunden för att testa dessa tvillingar för preventiva hälsosamtal, som förebygger kardiometabola sjukdomar.
Dessa hälsosamtalsundersökningar finansieras nu också av ett tre-årigt ALF-projekt ”Implementering och utvärdering av en digital tvilling-baserad eHälso-applikation för preventiva Hälsosamtal” (2025-2027). Dessa hälsosamtal är också en central del av det stora EU-projektet STRATIF-AI (2023-2027, 65 MSEK) som också utvecklar och testar digitala tvillingar för stroke-behandling och rehabilitering.
De digitala tvillingarna har nyligen också legat till grund för det mycket stora svenska nätverket ”M4-HEALTH: en ny modell för hälsa genom digitala tvillingar och AI”. Detta nätverk tar dessa tvillingar till slutanvändning inom inte bara hälso- och sjukvård, utan också inom exempelvis matvaruindustrin, försvaret, skolan, och äldrevård. M4-HEALTH involverar 16 svenska universitet och högskolor, stöds av och blandar in mer än 100 företag och andra organisationer, och är en av de mest ambitiösa och mest heltäckande svenska satsningarna på morgondagens hälso- och sjukvård hittills. Alla dessa nätverksprojekt koordineras av Gunnar Cedersund, och använder sig av hans flexibla digitala tvillingar, som växt ur de två VR-finansierade projekten ovan.
