賴皮王

過去幾年，「數位雙生（Digital Twin）」這個概念逐漸從工業領域走向醫療健康領域。原本在製造業中，數位雙生是指透過感測器與數據模型，在虛擬世界建立一個與實體設備同步的「數位模型」，用來模擬設備運作與預測故障。而在醫療領域，這個概念開始被重新詮釋：如果能夠在虛擬世界中建立一個與人體健康狀態同步的模型，是否就有機會提前預測疾病風險，甚至在疾病發生之前就進行預防與介入？

隨著感測技術、醫療影像、基因檢測與 AI 技術的快速進展，「人體數位雙生」逐漸從理論概念走向實際應用。特別是在心血管疾病預防領域，這種整合多模態健康數據的模式，可能為未來醫療模式帶來新的想像。

目前全球每年約有 1790 萬人死於心血管疾病，占全球死亡原因的三分之一以上（WHO）。而更關鍵的是，許多心血管疾病其實具有長期累積的風險過程，例如動脈硬化、血脂異常、代謝症候群等。如果能夠透過長期健康數據監測與 AI 分析，提早預測個人風險並介入，理論上可以大幅降低重大疾病發生的機率。

在這樣的背景下，「多模態健康數據」結合「數位雙生」的概念，正逐漸成為智慧醫療的重要發展方向。

人體數位雙生的核心：多模態健康數據

如果要在虛擬世界中建立人體健康模型，單一數據來源顯然是不夠的。真正具有預測能力的數位雙生模型，往往需要整合不同層面的健康資訊。從目前產業與學術研究的發展來看，人體健康數位雙生大致需要整合四類關鍵數據。

第一，是健康穿戴所提供的生理數據：智慧手錶或健康穿戴設備可以持續收集個人的生理訊號，例如血壓、心率變異度、心電圖、血氧、活動量與睡眠品質等。這類資料的最大價值，在於能夠長時間、連續地記錄人體的生理變化，相較於傳統醫院檢查，更接近個人在日常生活中的真實健康狀態。

第二，是醫療影像設備所提供的器官結構資訊：例如手持式超音波設備，可以快速檢查頸動脈斑塊、心臟功能、甲狀腺結節等結構性變化。這些影像資料提供的是人體器官「結構層面」的資訊，能補足穿戴裝置無法觀察到的部分

第三，是代謝與生化數據：透過 IVD 或 POCT（床邊快速檢測）設備，可以取得血糖、LDL、HDL、三酸甘油脂等代謝指標。這些指標與心血管疾病風險高度相關，也是目前臨床醫學中重要的健康監測項目。

第四，是基因與分子層級資訊：近年基因檢測成本大幅下降，使得個人基因風險分析逐漸普及。例如某些基因變異會增加心血管疾病或代謝疾病的風險，這些資訊可以成為長期健康管理的重要參考。

當這四種數據來源被整合到同一個 AI 平台時，就有機會在虛擬世界建立一個「人體健康模型」，透過 AI 模擬不同情境，例如飲食習慣、運動量或藥物介入，進而預測未來可能的健康風險。這正是醫療數位雙生技術的核心概念。

全球產業已經開始佈局

雖然人體數位雙生仍然處於早期發展階段，但全球已有不少大型醫療企業與新創公司開始投入相關技術。

例如 Siemens Healthineers 就提出「patient digital twin」概念，希望透過醫療影像與 AI 模型建立病患器官的數位模型，用來模擬疾病發展與治療效果。

Philips 則透過 HealthSuite 數位健康平台整合遠距健康監測、醫療影像與 AI 分析，希望建立長期健康管理的數據基礎。

在新創領域，也出現一些值得關注的公司：

例如Unlearn.AI，利用 AI 建立病患數位模型，用於臨床試驗與疾病預測，被視為醫療數位雙生的重要新創。

Owkin則是一家法國 AI 醫療公司，專注於透過多模態資料（影像、基因、臨床資料）建立疾病模型，估值已超過十億美元。

Babylon Health（早期數位醫療獨角獸），則曾嘗試透過 AI 整合健康數據與醫療紀錄，建立個人健康模型。

整體而言，全球多數公司仍然專注於某一類數據，例如影像、電子病歷或穿戴數據，但「多模態整合」已逐漸成為產業共識。

全球數位雙生醫療市場正在快速成長

如果把這個趨勢放到產業規模來看，醫療數位雙生市場其實正處於高速成長期。Grand View Research 估計：

2024 年市場規模：約 9 億美元

2030 年市場規模：約 35 億美元

年複合成長率：約 25%

若採用更廣義的定義，一些研究機構甚至預估到 2030 年市場規模可能接近 600 億美元。

造成這種差異的原因，是不同研究機構對「數位雙生醫療」的定義不同。有些只計算狹義的 patient digital twin 平台，有些則把遠距健康監測、AI醫療分析與虛擬醫療平台等應用也納入。

但無論採用哪一種定義，可以確定的是：醫療數位雙生已經被視為未來十年智慧醫療的重要賽道之一。

台灣產業的潛在機會

從全球產業發展來看，目前仍然很少有公司能同時掌握健康穿戴、醫療影像、AI分析與生物檢測等多種技術。這也意味著，在多模態健康 AI 領域，市場仍然存在不少機會。

以台灣產業為例，像是長期耕耘智慧醫療的華碩電腦，其實已經具備部分關鍵能力。例如其 VivoWatch 系列健康穿戴裝置 已取得 TFDA 醫療器材許可，可量測血壓、心電圖等健康數據；同時，華碩也推出手持式超音波設備，提供醫療影像資料來源。

在 AI 技術方面，華碩近年也發展 HealthAI Genie 與 No Code AI 平台，希望降低醫療 AI 應用門檻。如果未來能進一步發展非侵入式 IVD 檢測技術，例如血糖與血脂等代謝指標偵測，再整合基因檢測資料與多模態 AI 分析，理論上就有機會形成一個完整的健康數據整合平台。

在這樣的架構下：

• 健康穿戴 → 提供連續生理數據
• 手持超音波 → 提供器官結構資訊
• IVD 檢測 → 提供代謝數據
• 基因檢測 → 提供長期疾病風險
  

若能透過 AI 將這些資料整合並建立個人健康模型，就有機會發展出真正具有預測能力的「人體數位雙生」。

為什麼台灣可能出現世界級公司

從產業條件來看，台灣其實是少數有機會在健康數位雙生領域出現世界級公司的市場。原因主要有三個。

第一，是政策方向逐漸明確：台灣近年推動「精準健康」與智慧醫療政策，希望整合健康數據、AI 與臨床應用，發展新一代醫療科技。

第二，是台灣在硬體與感測技術上的優勢：台灣在半導體、IoT、感測器與邊緣運算領域具有全球競爭力，在醫材演算法技術部分也累積了超過20年的深厚基礎，這些技術正是健康穿戴與智慧醫療設備的重要基礎。

第三，也是最重要的一點：未來醫療數位雙生市場，勝出的公司不一定是單一技術最強的公司，而是最能整合多模態能力的公司。

• 健康穿戴看到的是生理變化
• 醫療影像看到的是器官結構
• IVD 看到的是代謝狀態
• 基因檢測提供的是長期風險

只有當這些資訊被整合到 AI 系統中，並持續學習與更新，人體數位雙生才真正具有預測能力。

如果未來台灣有企業能整合感測數據、器官結構、代謝數據與基因資訊，並建立完整的 AI 健康分析平台，那麼它所面對的市場就不只是台灣，而是全球高齡化與慢性疾病管理的巨大市場。

在高齡社會與預防醫學需求快速增加的背景下，健康數位雙生或許正是未來十年智慧醫療產業最值得關注的方向之一。