（文章來源：電子工程世界）

人體究竟有多奇妙? 在4.5平方米的皮膚下，我們擁有300萬個汗腺，1600萬個毛囊。我們的心臟如同永動機一樣，不斷地收縮舒張運送血液。我們知道學界一直致力于大腦數字化的研究，那么人體的數字化是否同樣也擁有價值呢?我們能否將每一根肌腱、神經甚至所有細胞都模擬出來，去探索人體生長和衰老的奧秘?

相比神經元數量難以計數的復雜大腦，人體的數字化似乎沒有那么困難。那么今天我們的人體數字化已經走到了哪一步?又能夠發(fā)揮出哪些作用呢?基本來說，人體數字化分為三步，第一步是物理上的數字化，第二步是生理上的數字化，第三步則是智能上的數字化。物理上的數字化，是將人體結構在電腦中合成三維圖案，細致到還原出每一處骨骼和器官，在電腦中調用查看時，就如同真的在解剖尸體一樣。

生理上的數字化，則是追蹤人體的各種提升數據，從心率、體溫再到血壓血糖等等，嚴格記錄下人體功能應用的生理反應，如此以來可以讓人體在數字世界中“活起來”。至于智能上的數字化，概念就和模擬大腦十分接近了，主要是為了弄明白人類意識的運作方式。有了以上幾步后，就可以對真實人體進行動靜態(tài)多源數據采集，并通過幾何、物理、生理和智能建模后，構建的數字化人體。

目前來說，人體數字化正進行到第一步和第二步，第三步則相對遙遠。首先我們可以來看看，物理上的人體數字化是如何實現的。說來有些恐怖，物理上的人體數字化，是通過對人類遺體冷凍后切片再掃描而實現的，也只有這樣，才能將人體精準的還原成數字圖像。

從全球來看，美國是率先開啟這一計劃的國家。從1986年開始籌備，直到13年后的1993年，一位男性死刑犯參與了這項計劃。當時關于遺體的身份和自愿性，都引起了很大爭議。1994年，一位死于心臟病的女性又參與了這項計劃，關于其自愿與否，至今仍然成謎。這兩具遺體分別被切割成了1毫米和0.33毫米的切片，并且被記錄成了CT、磁共振成像和解剖圖像，向全球4000所醫(yī)療結構開放數據。

在物理人體數字化中，最著名的志愿者是一位名為蘇珊·波特的女性，她在2000年得知自己罹患癌癥后，便主動聯(lián)系了相關機構，稱愿意捐贈出自己的遺體。此后在15年的時間中，她參觀未來將處理自己的手術刀和切割器，甚至還與參與計劃的醫(yī)學生們打成一片。在2015年去世時，物理人體數字化的技術也已經獲得了長足的進步，蘇珊的遺體被切割成了27000片，是至今最為精細的處理方式。如今醫(yī)學機構正在對蘇珊的各個組織、器官、血管等進行描繪標注，未來將開放出更多細節(jié)化數字人體數據。

相比之下，生理性的人體數字化進展還不夠成熟，大多數時候是由移動健康創(chuàng)業(yè)公司主導。加利福尼亞大學的教授LarrySmarr就是一位人體數字化記錄支持者，他每天在腰帶上佩戴配建，記錄自己在不同狀態(tài)下的心跳、血壓、運動量等等150項數據。除此之外，他每個月還會記錄一次自己的血液指標和腸道菌落數據。

綜合這些數據，LarrySmarr認為自己可以通過計算的方式對自己生活狀態(tài)進行量化，如同建立起汽車的儀表盤，好知道什么時候應該“保養(yǎng)汽車”了。更有甚者，一位來自奧克蘭的創(chuàng)業(yè)者從十五年前就開始記錄自己的人體體征狀況，甚至連第一次接吻時的心率狀態(tài)都忠實紀錄。

據皮尤研究中心的調查顯示，有75%使用手環(huán)等體征記錄設備的人，都愿意與其他人分享自身的數據。蘋果曾經推出的ResearchKit，也主張全球多款帕金森、糖尿病、心臟病等等應用的用戶分享數據用作研究。ResearchKit僅僅上線三天，就有超過4.1萬人自愿參與數據分享。

雖然用戶本身不介意數據分享，但這一過程本身在法律的合理性方面較為敏感，并且耗時很長。同時也有科學家稱，這樣時時刻刻記錄自身體征數據，很容易造成神經敏感形成疑病癥狀況，不知道是依靠自己生理上的自然反應來判斷健康狀況，還是依賴設備上的數據。

從物理角度來說，人體數字化完美解決了醫(yī)學解剖資源的不足。解剖遺體本身就是一個不可逆的過程，在醫(yī)學機構、醫(yī)科學校中非常緊缺。而有了數字化的人體，解剖再“復原”的過程可以被無限重復。尤其是未來結合上VR、AR技術，這些用數據構成的人體可以在教學和科研的過程中發(fā)揮更多作用。或許醫(yī)學生不再需要圍在實驗室里，在世界各地就可以通過VR眼鏡進行遠程科研工作和學習。

而從生理角度來說，人體數字化則可以在藥物、治療方式等等的實驗中發(fā)揮作用。通過對人體體征數據的記錄，可以通過機器學習將生活方式與身體狀況進行映射，將睡眠、運動量等等與身體健康的關系進行映射，從而給出合理的生活方式指導。如果能夠實現分子細胞層次的物理模擬，更是可以進行藥物的虛擬實驗和臨床實驗，大幅度降低藥物研發(fā)周期，也可以減少對人體試藥需要。

當然，人體數字化意味著海量數據的處理和傳輸，這一切也要建立在機器學習、5G傳輸、云平臺等等技術的支持之上。相比更復雜的大腦模擬，人體數字化已經走在了路上。相信不久之后，那些為人體數字化無私貢獻遺體和數據的人，就能在人類醫(yī)學發(fā)展歷史上發(fā)揮出更多價值。
? ? ? ?（責任編輯：fqj）