Digital twins to personalize medicine
Artikel i vetenskaplig tidskrift, 2019

Personalized medicine requires the integration and processing of vast amounts of data. Here, we propose a solution to this challenge that is based on constructing Digital Twins. These are high-resolution models of individual patients that are computationally treated with thousands of drugs to find the drug that is optimal for the patient.

Författare

Bergthor Bjornsson

Linköpings universitet

Carl Borrebaeck

Lunds universitet

Nils Elander

Linköpings universitet

Thomas Gasslander

Linköpings universitet

Danuta R. Gawel

Linköpings universitet

Mika Gustafsson

Linköpings universitet

Rebecka Jörnsten

Chalmers, Matematiska vetenskaper, Tillämpad matematik och statistik

Göteborgs universitet

Eun Jung Lee

Yonsei University

Linköpings universitet

Xinxiu Li

Linköpings universitet

Sandra Lilja

Linköpings universitet

David Martinez-Enguita

Linköpings universitet

Andreas Matussek

Dept Lab Med

Karolinska Univ Hosp

Per Sandstrom

Linköpings universitet

Samuel Schafer

Linköpings universitet

Margaretha Stenmarker

Futurum Acad Hlth & Care

Inst Clin Sci

X. F. Sun

Linköpings universitet

Oleg Sysoev

Linköpings universitet

Huan Zhang

Linköpings universitet

Mikael Benson

Crown Princess Victoria Childrens Hosp

Linköpings universitet

Genome Medicine

1756-994X (ISSN)

Vol. 12 1 4

Ämneskategorier

Annan data- och informationsvetenskap

Farmaceutisk vetenskap

Systemvetenskap

DOI

10.1186/s13073-019-0701-3

PubMed

31892363

Mer information

Senast uppdaterat

2020-01-10