EUVIMEDEUVIMED entdecken
ÜbersichtsarbeitScoping ReviewOpen Access · CC BY 4.0

Digital twins and multimodal artificial intelligence in spine care: a scoping review of concepts, evidence, and translational barriers

Digitale Zwillinge und multimodale künstliche Intelligenz in der Wirbelsäulenversorgung: Scoping-Review zu Konzepten, Evidenz und Translationsbarrieren

Samer G Salman, Rohan Phadke, Rahul Kumar, Nasif Zaman, Alireza Tavakkoli

Spine Deformity · 08.05.2026

DOI: 10.1007/s43390-026-01397-9 ↗

Auf einen Blick

Das Scoping-Review ordnet Evidenz zu multimodaler KI, kontinuierlichem Monitoring und digitalen Zwillingen in der Wirbelsäulenversorgung ein. Die vorhandenen Modelle zeigen bisher nur begrenzte klinische Reife.

Fragestellung

Wie ist der Stand von digitalen Zwillingen in der Wirbelsäulenversorgung, welche technologischen und konzeptionellen Lücken bestehen, und welche Barrieren gibt es für die klinische Umsetzung?

Methode

Scoping-Review nach PRISMA-ScR; Suche in PubMed/MEDLINE, Scopus und Web of Science für Studien von Januar 2010 bis März 2025; qualitative Synthese.

Ergebnisse

26 Studien erfüllten die Einschlusskriterien. Vorhandene Vorhersagemodelle zeigen nur mäßige Diskrimination und sind meist statisch; bildbasierte KI korreliert schwach mit Schmerz und Behinderung.

Einschränkungen

Keine prospektive Validierung mit verbesserter Entscheidungsfindung; Wearable-Monitoring ohne konsistente Evidenz für bessere Outcomes.

Schlussfolgerung der Autor:innen

Multimodal KI-gestützte digitale Zwillinge sind ein plausibler Rahmen für personalisierte Wirbelsäulenversorgung, doch die Evidenz reicht derzeit nicht für klinische Überlegenheit oder Implementationsreife.

Kernaussagen

  • 26 eingeschlossene Studien
  • Digitale Zwillinge der Wirbelsäule bleiben konzeptionell
  • Bisher keine prospektive Validierung mit besserer Entscheidungsfindung

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

Kurz gefasst

Übersichtsarbeit in der Zeitschrift Spine Deformity, online erschienen am 08.05.2026. Verfasst von Samer G Salman und 4 weiteren Autor:innen. Beteiligte Einrichtung: School of Medicine, Baylor College of Medicine, Houston, TX, USA. samer.salman@bcm.edu. Die Arbeit wurde bisher 16-mal zitiert (Crossref) und nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Purpose

This scoping review examines current evidence supporting multimodal artificial intelligence, continuous monitoring, and digital twin concepts in spine care. Our primary aims were to (1) characterize the state of digital twin development in spine care, (2) identify key technological and conceptual gaps, and (3) evaluate translational barriers to clinical implementation.

Methods

A scoping review was conducted following PRISMA-ScR guidelines. PubMed/MEDLINE, Scopus, and Web of Science were searched for studies published between January 2010 and March 2025. Findings were synthesized qualitatively.

Results

Twenty-six studies met inclusion criteria. Existing spine prediction models demonstrate modest discrimination and are predominantly static. Imaging-based AI shows weak associations with pain and disability. Wearable sensor monitoring is feasible but lacks consistent evidence for improved outcomes. Spine-specific digital twins remain conceptual, with no prospective validation demonstrating improved decision-making.

Conclusion

Multimodal AI-enabled digital twins represent a compelling conceptual framework for personalized spine care, but current evidence does not support clinical superiority or readiness for implementation. Progress will require prospective validation, standardized data integration, and regulatory clarity.

Schlagwörter

Stichwörter der Autor:innen

Artificial intelligenceContinuous monitoringDigital twinsMultimodal data integrationRisk predictionSpine surgery

Autor:innen und Institutionen

  • School of Medicine, Baylor College of Medicine, Houston, TX, USA. samer.salman@bcm.edu.
  • School of Medicine, Baylor College of Medicine, Houston, TX, USA.
  • T.H. Chan School of Medicine, UMass Chan Medical School, Worcester, MA, USA.
  • Smith-Kettlewell Eye Research Institute, San Francisco, CA, USA.
  • Department of Computer Science, Human-Machine Perception Laboratory, University of Nevada, Reno, NV, USA.

Zitieren

APA

Salman, S. G., Phadke, R., Kumar, R., Zaman, N., & Tavakkoli, A. (2026). Digital twins and multimodal artificial intelligence in spine care: a scoping review of concepts, evidence, and translational barriers. Spine Deformity. https://doi.org/10.1007/s43390-026-01397-9

Vancouver

Salman SG, Phadke R, Kumar R, Zaman N, Tavakkoli A. Digital twins and multimodal artificial intelligence in spine care: a scoping review of concepts, evidence, and translational barriers. Spine Deformity. 2026. doi:10.1007/s43390-026-01397-9

BibTeX
@article{Salman2026,
  author = {Salman, Samer G and Phadke, Rohan and Kumar, Rahul and Zaman, Nasif and Tavakkoli, Alireza},
  title = {Digital twins and multimodal artificial intelligence in spine care: a scoping review of concepts, evidence, and translational barriers},
  journal = {Spine Deformity},
  year = {2026},
  doi = {10.1007/s43390-026-01397-9}
}
Kostenlos starten →