MétaCan
Menu
Retour à la cohorte
Enregistrement W4406790909 · doi:10.2196/69544

Advancing Health Care With Digital Twins: Meta-Review of Applications and Implementation Challenges

2025· review· en· W4406790909 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Medical Internet Research · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésPreprintDigital healthHealth careComputer scienceData scienceInternet privacyMedicineWorld Wide WebPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital twins (DTs) are digital representations of real-world systems, enabling advanced simulations, predictive modeling, and real-time optimization in various fields, including health care. Despite growing interest, the integration of DTs in health care faces challenges such as fragmented applications, ethical concerns, and barriers to adoption. OBJECTIVE: This study systematically reviews the existing literature on DT applications in health care with three objectives: (1) to map primary applications, (2) to identify key challenges and limitations, and (3) to highlight gaps that can guide future research. METHODS: A meta-review was conducted in a systematic fashion, adhering to PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews) guidelines, and included 25 literature reviews published between 2021 and 2024. The search encompassed 5 databases: PubMed, CINAHL, Web of Science, Embase, and PsycINFO. Thematic synthesis was used to categorize DT applications, stakeholders, and barriers to adoption. RESULTS: A total of 3 primary DT applications in health care were identified: personalized medicine, operational efficiency, and medical research. While current applications, such as predictive diagnostics, patient-specific treatment simulations, and hospital resource optimization, remain in their early stages of development, they highlight the significant potential of DTs. Challenges include data quality, ethical issues, and socioeconomic barriers. This review also identified gaps in scalability, interoperability, and clinical validation. CONCLUSIONS: DTs hold transformative potential in health care, providing individualized care, operational optimization, and accelerated research. However, their adoption is hindered by technical, ethical, and financial barriers. Addressing these issues requires interdisciplinary collaboration, standardized protocols, and inclusive implementation strategies to ensure equitable access and meaningful impact.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,133
Tête enseignante GPT0,491
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle