Digitaalinen kaksonen

20.04.2026

”Digitaalisesta kaksosesta” on viime vuosina tullut yksi kuumimmista lääketieteen tutkimusaiheista. Mitä se tarkoittaa ja miten se liittyy kaksostutkimukseen?

Maailmassa on tehty kaksostutkimusta jo noin 150 vuotta. Vaikka tutkimusmenetelmät ovat kehittyneet tuona aikana valtavasti, on perinteinen kaksostutkimus säilyttänyt asemansa tehokkaana työkaluna mallintaa perimän ja ympäristön välisiä eroja mitä moninaisimmissa tutkimuksissa. Vuoden 2025 Twins-konferenssissa nousi esiin yksi uusimmista lääketieteen suuntauksista: digitaalinen kaksonen. Seuraavaksi käymme läpi, mitä se tarkoittaa ja miten se liittyy kaksostutkimukseen.

Juuret Apollo 13 avaruuslennossa

Digitaalisen kaksosen -idean juuret juontavat vuoden 1970 Apollo 13 avaruuslentoon. Tuolla lennolla tapahtui kuuluisa huoltomoduulin räjähdys kaksi päivää laukaisun jälkeen. Katastrofaalisesti alkanut lento päättyi lopulta onnellisesti ja suurelta osin neuvokkaiden NASAn insinöörien improvisoinnin ansiosta.

Apollo 13 läheltä piti -katastrofista viisastuneena NASA kehitti simulaatiomallin, jonka avulla pyrittiin ennaltaehkäisemään mahdolliset ongelmat tulevilla avaruuslennoilla. Simulaatioissa pyrittiin mallintamaan mahdollisia ongelmatilanteita sekä harjoittamaan henkilökuntaa niiden ratkaisemiseen.

Vielä 1970-luvulla mallia ei kutsuttu digitaaliseksi kaksoseksi, mutta NASAn käynnistämää kehityssuuntaa pidetään silti idean alkupisteenä, sillä se sisälsi ensimmäistä kertaa keskeisen eron perinteisiin simulaatioihin: reaaliaikaisuuden. NASAn kehittämä periaate levisi tulevina vuosikymmeninä laajasti ensin teollisuuteen ja myöhemmin myös biologiseen tutkimukseen ja lääketieteeseen.

Teollisuudesta lääketieteeseen

Termiä “Digitaalinen kaksonen” käytti ensimmäisenä Michiganin yliopiston tutkija ja insinööri Michael Grieves vuonna 2002. Digitaalinen kaksonen on käytännössä fyysisen kohteen, prosessin, järjestelmän tai laitteen reaaliaikainen virtuaalinen malli tai esitys. Se ei ole vain staattinen malli, vaan se päivittyy jatkuvasti todellisen maailman datan avulla, mikä mahdollistaa kohteen käyttäytymisen simuloinnin, seurannan ja optimoinnin digitaalisessa ympäristössä. Ideaa on hyödynnetty laajasti teollisuudessa.

Lääketieteessä alettiin keskustella digitaalisen kaksosen hyödyntämisestä 2010-luvulla ja vuoden 2015 jälkeen aiheesta alkoi ilmestyä kiihtyvällä tahdilla tieteellisiä tutkimuksia. Ihmisen perimän selvittäminen sekä sensoriteknologian ja tekoälyn kehittyminen ovat vähitellen alkaneet tehdä mahdolliseksi yksilön biologisten toimintojen reaaliaikaisen simuloinnin. Sen avulla voidaan teoriassa tehdä suunnitelmia yksilökohtaisesta lääkityksestä, sekä ennustaa lääkevasteita ja odotettavissa olevia lääketieteellisiä tapahtumia.

Lääketieteessä digitaaliselle kaksoselle on nähty kolme keskeistä hyödyntämistapaa: 1. Potilaskohtaisen fysiologisen mallin tekeminen sairauksien hoidossa, 2. Kliinisissä lääketieteellisissä kokeissa virtuaalisen ennusteen tekeminen kokeessa olevan potilaan tuloksista ja 3. Luoda virtuaalinen koehenkilö eräänlaiseksi esikoehenkilöksi ennen varsinaista koetta. Vaikka digitaalisen kaksosen ideaa tutkitaan tällä hetkellä lääketieteessä paljon, vaativat siihen liittyvät menetelmät ja pelisäännöt vielä paljon kehitystyötä. Pisimmälle konsepti on edennyt kardiologian ja diabeteksen tutkimuksessa.

Miten kaksostutkimus eroaa digitaalisesta kaksosesta?

Onko digitaalinen kaksonen sitten korvaamassa kaksostutkimuksen? Ainakin tällä hetkellä kaksostutkimus ja digitaalisen kaksosen konsepti keskittyvät erilaisiin kysymyksiin. Perinteinen kaksostutkimus perustuu todelliseen aineistoon ja pyrkii menneisyydessä tehtyjen mittausten perusteella kuvaamaan tarkastelun kohteena olevaa ilmiötä. Se pyrkii erityisesti tutkimaan, mikä osa tutkittavasta ilmiöstä johtuu perimästä ja mikä ympäristöstä. Digitaalinen kaksonen sen sijaan keskittyy nykyhetkeen sekä tulevaisuuden ennustamiseen yksittäisen henkilön tasolla hyödyntäen reaaliaikaista dataa. Se perustuu todellisesta henkilöstä mitattuun aineistoon ja on eräänlainen digitaalinen reaaliaikainen simulaatio hänestä.

Onko digitaalisella kaksosella ja kaksostutkimuksella sitten joku yhteys? Toistaiseksi yhteys on ollut hajanainen ja epäselvä, mutta suuret kaksosrekisterit ovat ainakin kiinnostavia koulutusaineistoja digitaalisen kaksosen mallin kehittämiselle ja validoinnille.

Eettinen keskustelu

Digitaalisen kaksosen konseptiin liittyy useita eettisiä kysymyksiä, joista tutkimusyhteisö käy parhaillaan keskustelua. Yksi suurimmista kysymyksistä on yksityisyyden suoja, sillä digitaalinen kaksonen vaatii toimiakseen paljon ja hyvin tarkkoja mittauksia yksilöstä, jota se mallintaa. Kuten kaikkeen yksityishenkilöihin liittyvään aineistoon, myös digitaalisen kaksosen aineistoon liittyy väärinkäytösten riskejä. Tarvitaan siis selvät pelisäännöt, miten, kenestä ja millaisella suostumuksella tietoa kerätään ja varastoidaan sekä miten, kenen ja koska sitä on lupa käyttää. Periaatteessa haaste on sama kuin kaksosrekistereilläkin.

Toinen digitaalisen kaksosen kysymys liittyy itse malliin. Kuten kaikessa matemaattisessa mallintamisessa, digitaalinen kaksonen on vain niin hyvä simulaatio todellisesta henkilöstä kuin mitä hänestä tehdyt mittaukset pystyvät luotettavasti mittaamaan. Ihminen on kuitenkin äärimmäisen monimutkainen kokonaisuus, jota ei ole helppo mallintaa. Tämä herättää kysymyksen, että kuka kantaa vastuun, jos digitaalisen kaksosen simulaation perustuva lääketieteellinen toimenpide todelliselle henkilölle on väärä ja johtaa virheelliseen hoitoon?

Digitaalisen kaksosen teoria kehittyy jatkuvasti ja on arvioitu, että se tulee seuraavan kymmenen vuoden aikana parantamaan merkittävästi monia terveydenhoitoon liittyviä kysymyksiä. Se vaatii kuitenkin edelleen paljon työtä luotettavien sovellusten ja erityisesti eettisten periaatteiden selkeyttämiseksi. Lisäksi vaikuttaa siltä, että digitaalinen kaksonen ei ainakaan lähitulevaisuudessa ole korvaamassa perinteistä kaksostutkimusta. Todennäköisempää onkin, että tutkijat löytävät tulevaisuudessa tavan yhdistää kaksostutkimus ja digitaalisen kaksosen teoria toisiaan tukevaksi kokonaisuudeksi.

Jussi Peura

artikkelityöryhmän jäsen

Artikkelissa käytetyt lähteet

• Grieves, M. (2002). Conceptual Ideal for Product Lifecycle Management (PLM). University of Michigan.

• Digital Twins and Living Models at NASA. https://ntrs.nasa.gov/citations/20210023699

• 5 years of The Lancet Digital Health https://www.thelancet.com/journals/landig/article/PIIS2589-7500(24)00073-6/fulltext