EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

From Static Records to Virtual Digital Patients: An Artificial Intelligence‐Driven Framework for Medical Data Assetization and Governance

Von statischen Akten zu virtuellen digitalen Patient:innen: Ein KI-gestützter Rahmen für die Assetisierung und Governance medizinischer Daten

Yunbo Lian iD, Yu Zhao iD, Yun Liu, Hengjun Gao, Man Li, Gang Wang iD, Zongjiu Zhang iD

Health Care Science · 10.11.2026

DOI: 10.1002/hcs2.70115 ↗

Auf einen Blick

Der Artikel beschreibt ein konzeptionelles Rahmenwerk für virtuelle digitale Patient:innen. Es zeigt, wie Erstellung, Zugriff, Nutzung und Aktualisierung gesteuert werden können; ein neues Verfahren wurde nicht berichtet.

Fragestellung

Wie können virtuelle digitale Patient:innen erstellt, genutzt, aktualisiert und gesteuert werden?

Methode

Konzeptioneller socio-technischer Rahmen; narrative Synthese ausgewählter Literatur zu Politik, Modellierung, Interoperabilität und KI.

Ergebnisse

Vier Ebenen: Daten und Repräsentation; KI-Modellierung und Simulation; Governance und Kontrolle; klinische und externe Nutzung. Der Rahmen trennt Datenressourcen, Modelldienste, operative Fähigkeiten und potenziell erkennbare Assets.

Einschränkungen

Keine neue Algorithmen, kein eingesetztes System, keine klinische Validierung. Disease-specific implementation und empirische Evaluation fehlen.

Schlussfolgerung der Autor:innen

Die Autor:innen sehen den Rahmen als integrierte Referenzarchitektur, um patientenspezifische Modellierung, institutionelle Steuerung und Wert-Rückfluss auszurichten.

Kernaussagen

  • Konzeptionelles Rahmenwerk für virtuelle digitale Patient:innen
  • Vier Ebenen von Daten bis klinischer/externer Nutzung
  • Kein neuer Algorithmus und keine klinisch validierte Anwendung

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Fachartikel in der Zeitschrift Health Care Science, online erschienen am 10.11.2026. Verfasst von Yunbo Lian und 6 weiteren Autor:innen. Beteiligte Einrichtung: Cloud Computing and Digitalization Research Institute China Academy of Information and Communications Technology Beijing China. Die Arbeit nennt 23 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Healthcare data remain difficult to use because of fragmentation, sensitivity, and overlapping rights and responsibilities. A virtual digital patient links a longitudinal representation of an individual patient with modeling capabilities for specified clinical or research questions. This article proposes a conceptual socio‐technical framework for governing how virtual digital patients are created, accessed, used, and updated. A narrative synthesis of selected policy, modeling, interoperability, and health artificial intelligence literature informs four interdependent layers: data and representation; artificial intelligence modeling and simulation; governance and control; and clinical and external use. The framework connects standardized longitudinal representations, knowledge‐supported reasoning, disease‐specific simulation, authorization, output review, lifecycle management, and accountability. It distinguishes data resources, model services, operational capabilities, and potentially recognizable assets; technical functionality alone does not establish asset status. An illustrative oncology trial‐design scenario shows how purpose‐limited requests could produce bounded, reviewed outputs without transferring raw patient records. A staged validation agenda addresses data quality, model performance, workflow safety, clinical utility, and governance controls. The article reports neither a new algorithm nor a deployed or clinically validated system. Its contribution is an integrated reference architecture for evaluating how patient‐specific modeling, institutional stewardship, and value return may be aligned. Disease‐specific implementation and empirical evaluation are required before clinical or commercial claims can be established.

Schlagwörter

Stichwörter der Autor:innen

accountabilityartificial intelligencedata assetizationdigital twinmedical data governancemodel‐informed drug developmentprivacy‐preserving computationvirtual digital patient

Autor:innen und Institutionen

  • Cloud Computing and Digitalization Research Institute China Academy of Information and Communications Technology Beijing China.
  • Western Institute of Computing Technology Turing-Darwin Laboratory Chongqing China.
  • Department of Geriatrics, The First Affiliated Hospital of Nanjing Medical University, Department of Medical Informatics, School of Biomedical Engineering and Informatics Nanjing Medical University Nanjing China.
  • Data Innovation Center National Engineering Center for Biochip at Shanghai Shanghai China.
  • Beijing Key Laboratory of Intelligent Drug Research and Development for Mental Disorders, National Clinical Research Center for Mental Disorders, National Center for Mental Disorders, Beijing Anding Hospital Capital Med…
  • Tsinghua Medicine Tsinghua University Beijing China.

ORCID-Profile: Yunbo Lian, Yu Zhao, Gang Wang, Zongjiu Zhang

Zitieren

APA

Lian, Y., Zhao, Y., Liu, Y., Gao, H., Li, M., Wang, G., & Zhang, Z. (2026). From Static Records to Virtual Digital Patients: An Artificial Intelligence‐Driven Framework for Medical Data Assetization and Governance. Health Care Science. https://doi.org/10.1002/hcs2.70115

Vancouver

Lian Y, Zhao Y, Liu Y, Gao H, Li M, Wang G, et al. From Static Records to Virtual Digital Patients: An Artificial Intelligence‐Driven Framework for Medical Data Assetization and Governance. Health Care Science. 2026. doi:10.1002/hcs2.70115

BibTeX
@article{Lian2026,
  author = {Lian, Yunbo and Zhao, Yu and Liu, Yun and Gao, Hengjun and Li, Man and Wang, Gang and Zhang, Zongjiu},
  title = {From Static Records to Virtual Digital Patients: An Artificial Intelligence‐Driven Framework for Medical Data Assetization and Governance},
  journal = {Health Care Science},
  year = {2026},
  doi = {10.1002/hcs2.70115}
}
Kostenlos starten →