长期以来，双胞胎在医学研究领域一直发挥着重要作用，特别是在临床试验领域，在该领域中，双胞胎可以通过对遗传相似的一对中的一个进行控制来帮助评估治疗效果。如今，由辉瑞公司前首席科学家创立的一家初创公司已经开发出一种通过使用人工智能将这一概念数字化的方法，并宣布了一些资金来进一步努力。Unlearn.AI已建立了一个机器学习平台，该平台可以构建成为临床试验中对照的患者的“数字孪生”概况-宣布已在A轮融资中筹集了1200万美元。

该轮融资由8VC牵头，之前的投资商DCVC，DCVC Bio和Mubadala Capital Ventures也参与了。

这家初创公司的DiGenesis平台首先被应用于神经系统疾病，特别是阿尔茨海默氏病和多发性硬化症，在这些疾病中，有效的治疗方法仍然是遥不可及的目标，而且很难针对已经受到健康影响的患者开展临床试验。

尽管Unlearn.AI并未致力于开发与大流行相关的药物，但它适时地提醒了改善临床试验的重要性。我们现在正处于为寻找这种新病毒的疫苗和治疗方法而进行的紧迫竞赛中，这突显了对更有效的试验方法的需求，而在这一领域中，人工智能可能被证明是一种推动力。

Unlearn没有透露其今天的商业伙伴是谁，也没有透露他们进行积极的现场测试的程度。在与爆发中止一切之前，正在与监管机构进行讨论。看来，这笔资金将用于拉近与商业推广的距离。

“这项新的融资标志着我们增长的重要里程碑，并将为我们与监管机构和商业伙伴取得的重大进展做出贡献，监管机构和商业伙伴已经与Digital Twins进行了研究，并证明了它们在产生可靠证据和增加潜在风险方面的价值。试用成功”，Unlearn.AI的创始人兼首席执行官Charles K. Fisher博士在一份声明中说。

“临床试验面临许多持续的挑战，这些挑战直到最近几周才加剧。在我们有远见的投资者和行业合作伙伴的支持下，我们很高兴能够继续发展我们的杰出团队，并在我们首创的Digital Twin方法背后推动科学发展。”

费舍尔(Fisher)的背景正好与技术和医学研究的联系紧密相关。除了在制药巨头辉瑞(Pfizer)担任首席科学家外，他还曾在Leap Motion工作，这些角色是在学术界研究和研究生物物理学多年之后才开始的。

Unlearn提出了将这些所谓的“数字双胞胎”构建为经典机器学习问题的想法，它使用“来自成千上万名患者的临床试验数据集来构建用于创建数字双胞胎及其相应虚拟病历的特定疾病机器学习模型。”

这些不仅仅是简单的医学资料：它们可以根据人口统计学，实验室测试和生物标记物来匹配人们。这个想法是，通过构建基于AI的双胞胎，无需再寻找相似的实际人对，甚至是实际的双胞胎，即可进行测试和控制。

Unlearn自2017年以来一直在其平台上工作，但使用双胞胎(以及该对在医学研究中非常紧密的遗传构成)来追踪病理学和治疗可追溯到几十年前，有趣的是，这种新型追踪应用程序中已经看到了一些强大的功能。牵引力来自伦敦金斯学院医院与美国斯坦福大学和美国麻萨诸塞州综合医院合作进行的一项长期双胞胎研究。

使用AI来制造“人”来发挥药物作用的增长也遵循了一个更大的主题，即使用计算机和算法来测试和创建化学组合和疗法，而在过去这将花费更长的时间，并且花费更多，手动耗尽。(在产品开发领域中，应用此方法的另一个例子是，消费品公司正在使用AI平台来配制新的肥皂和其他商品。)