人體究竟有多奇妙? 在4.5平方米的皮膚下，我們擁有300萬個汗腺，1600萬個毛囊。我們的心臟如同永動機一樣，不斷地收縮舒張運送血液。

　　我們知道學界一直致力于大腦數字化的研究，那么人體的數字化是否同樣也擁有價值呢?我們能否將每一根肌腱、神經甚至所有細胞都模擬出來，去探索人體生長和衰老的奧秘?

　　相比神經元數量難以計數的復雜大腦，人體的數字化似乎沒有那么困難。那么今天我們的人體數字化已經走到了哪一步?又能夠發揮出哪些作用呢?

　　基本來說，人體數字化分為三步，第一步是物理上的數字化，第二步是生理上的數字化，第三步則是智能上的數字化。

　　物理上的數字化，是將人體結構在電腦中合成三維圖案，細致到還原出每一處骨骼和器官，在電腦中調用查看時，就如同真的在解剖尸體一樣。

　　生理上的數字化，則是追蹤人體的各種提升數據，從心率、體溫再到血壓血糖等等，嚴格記錄下人體功能應用的生理反應，如此以來可以讓人體在數字世界中“活起來”。

　　至于智能上的數字化，概念就和模擬大腦十分接近了，主要是為了弄明白人類意識的運作方式。

　　有了以上幾步后，就可以對真實人體進行動靜態多源數據采集，并通過幾何、物理、生理和智能建模后，構建的數字化人體。

　　當人體被切成兩萬七千片

　　目前來說，人體數字化正進行到第一步和第二步，第三步則相對遙遠。

　　首先我們可以來看看，物理上的人體數字化是如何實現的。

　　說來有些恐怖，物理上的人體數字化，是通過對人類遺體冷凍后切片再掃描而實現的，也只有這樣，才能將人體精準的還原成數字圖像。

　　從全球來看，美國是率先開啟這一計劃的國家。從1986年開始籌備，直到13年后的1993年，一位男性死刑犯參與了這項計劃。當時關于遺體的身份和自愿性，都引起了很大爭議。1994年，一位死于心臟病的女性又參與了這項計劃，關于其自愿與否，至今仍然成謎。

　　這兩具遺體分別被切割成了1毫米和0.33毫米的切片，并且被記錄成了CT、磁共振成像和解剖圖像，向全球4000所醫療結構開放數據。

　　人體數字化是如何實現的

　　在物理人體數字化中，最著名的志愿者是一位名為蘇珊·波特的女性，她在2000年得知自己罹患癌癥后，便主動聯系了相關機構，稱愿意捐贈出自己的遺體。此后在15年的時間中，她參觀未來將處理自己的手術刀和切割器，甚至還與參與計劃的醫學生們打成一片。在2015年去世時，物理人體數字化的技術也已經獲得了長足的進步，蘇珊的遺體被切割成了27000片，是至今最為精細的處理方式。如今醫學機構正在對蘇珊的各個組織、器官、血管等進行描繪標注，未來將開放出更多細節化數字人體數據。

　　每天記錄自己身上150項數據，會獲得更好的生活體驗嗎?

　　相比之下，生理性的人體數字化進展還不夠成熟，大多數時候是由移動健康創業公司主導。

　　加利福尼亞大學的教授LarrySmarr就是一位人體數字化記錄支持者，他每天在腰帶上佩戴配建，記錄自己在不同狀態下的心跳、血壓、運動量等等150項數據。除此之外，他每個月還會記錄一次自己的血液指標和腸道菌落數據。

　　綜合這些數據，LarrySmarr認為自己可以通過計算的方式對自己生活狀態進行量化，如同建立起汽車的儀表盤，好知道什么時候應該“保養汽車”了。

　　更有甚者，一位來自奧克蘭的創業者從十五年前就開始記錄自己的人體體征狀況，甚至連第一次接吻時的心率狀態都忠實紀錄。

　　據皮尤研究中心的調查顯示，有75%使用手環等體征記錄設備的人，都愿意與其他人分享自身的數據。蘋果曾經推出的ResearchKit，也主張全球多款帕金森、糖尿病、心臟病等等應用的用戶分享數據用作研究。ResearchKit僅僅上線三天，就有超過4.1萬人自愿參與數據分享。

　　雖然用戶本身不介意數據分享，但這一過程本身在法律的合理性方面較為敏感，并且耗時很長。同時也有科學家稱，這樣時時刻刻記錄自身體征數據，很容易造成神經敏感形成疑病癥狀況，不知道是依靠自己生理上的自然反應來判斷健康狀況，還是依賴設備上的數據。

　　人體數字化帶來的未來醫學世界

　　人體的數字化究竟有什么作用?

　　從物理角度來說，人體數字化完美解決了醫學解剖資源的不足。解剖遺體本身就是一個不可逆的過程，在醫學機構、醫科學校中非常緊缺。而有了數字化的人體，解剖再“復原”的過程可以被無限重復。尤其是未來結合上VR、AR技術，這些用數據構成的人體可以在教學和科研的過程中發揮更多作用。或許醫學生不再需要圍在實驗室里，在世界各地就可以通過VR眼鏡進行遠程科研工作和學習。

　　而從生理角度來說，人體數字化則可以在藥物、治療方式等等的實驗中發揮作用。通過對人體體征數據的記錄，可以通過機器學習將生活方式與身體狀況進行映射，將睡眠、運動量等等與身體健康的關系進行映射，從而給出合理的生活方式指導。

　　如果能夠實現分子細胞層次的物理模擬，更是可以進行藥物的虛擬實驗和臨床實驗，大幅度降低藥物研發周期，也可以減少對人體試藥需要。

　　當然，人體數字化意味著海量數據的處理和傳輸，這一切也要建立在機器學習、5G傳輸、云平臺等等技術的支持之上。

　　相比更復雜的大腦模擬，人體數字化已經走在了路上。相信不久之后，那些為人體數字化無私貢獻遺體和數據的人，就能在人類醫學發展歷史上發揮出更多價值。