In silico högupplöst modell av hela lungan för att förutsäga lokalt tillförd dos av inhalerade läkemedel

Varför detta är viktigt för personer med lungsjukdom

Miljoner människor med astma, KOL eller lungsäcks- eller ärrbildning förlitar sig på inhalatorer, men läkare kan fortfarande inte exakt se var läkemedlet hamnar i varje persons lungor. När når läkemedlet verkligen de sjuka områdena, och fastnar det mest i halsen och de stora luftvägarna? Eftersom detta är svårt att mäta i levande människor blir utvecklingen av inhalerade läkemedel långsam och kostsam, och doser bestäms ofta utifrån grova genomsnitt istället för individuella behov. Denna studie introducerar en detaljerad datorbaserad modell av den mänskliga lungan som kan förutsäga, patient för patient, vart varje liten inandad partikel går och var den avsätts — vilket potentiellt kan förändra hur inhalationsläkemedel utformas och förskrivs.

Att förvandla en lungsröntgen till en virtuell tvilling

Forskarna utgår från en standard medicinsk CT-skanning och bygger en tredimensionell ”digital tvilling” av en persons lungor. De extraherar digitalt formen på lungytorna, de olika loberna och de synliga luftvägarna. Eftersom CT endast kan avbilda de större grenarna fyller en särskild tillväxtalgoritm i de saknade mindre luftvägarna och de en halv miljard druvliknande luftblåsorna där gasutbyte sker. Resultatet är ett komplett förgrenat träd av ledande luftvägar kopplat till otaliga förenklade alveolära enheter, plus omgivande strukturer som bröstväggen och diafragman som driver andningsrörelsen. Denna fullständiga modell fångar både geometri och mekaniskt beteende hos frisk och sjuk lungvävnad.

Följa varje partikel med fysik, inte gissningar

Ovanpå denna digitala lunga kör teamet en fysikbaserad simulering av luftflöde och vävnadsrörelse när en person andas in och ut enligt ett verkligt inspelat andningsmönster. De släpper sedan virtuella partiklar som representerar det inandade läkemedlet och beräknar deras banor en och en när de förs med den rörliga luften, studsar, bromsas upp och slutligen fäster på luftväggar eller alveolära ytor, eller lämnar igen vid utandning. Till skillnad från äldre förenklade modeller som behandlade lungan som en uppsättning rör eller endimensionella ”trumpeter”, löser detta tillvägagångssätt de fulla tredimensionella banorna från luftstrupen ända ut till de djupaste regionerna. Det spårar varje partikel i varje ögonblick av andningscykeln och ger en högupplöst ”karta” över exakt var läkemedlet hamnar.

Matchar verkliga skanningar hos friska frivilliga

För att pröva om datorns förutsägelser speglar verkligheten jämförde författarna sina resultat med nukleärbildsdata från en tidigare klinisk studie med sex friska frivilliga som inandade en radioaktiv aerosol. Den studien använde SPECT/CT-skannrar för att visualisera var partiklarna deponerades i lungorna. För tio olika inhalationsexperiment med två partikeldiametrar och två andningsmönster förutsade modellen hur mycket läkemedelsmassa som nådde varje lunglob och om det landade mer centralt eller i de perifera regionerna. Dessa förutsägelser matchade tätt de skanningsbaserade mätningarna, med typiska avvikelser på bara några procentenheter. Modellen reproducerade också hur mindre partiklar tenderar att penetrera djupare i vävnaden — ett fenomen som sågs i bilden men som aldrig tidigare fångats så kvantitativt av en hel-lungsimulering.

Zooma in på djup vävnad och sjuka områden

Eftersom den virtuella lungan inkluderar varje generation av luftvägar och hela alveolregionen kan den avslöja detaljer som bildgivning svårt kan ge. Forskarna analyserade hur stor del av den inandade dosen som deponeras i stora luftvägar kontra den fina gasutbytande vävnaden och hur detta varierar med andningsstil och partikelform. De byggde också en modell av en lunga med idiopatisk lungfibros, en sjukdom som förhårdnar och ärrbildar fläckar av vävnad. Genom att tilldela högre styvhet till de fibrotiska områdena som sågs på CT visade de att dessa sjuka zoner fick omkring 40 % mindre läkemedel per volymsenhet än friskare områden. Detta tyder på att standarddoser kan underbehandla precis de regioner som mest behöver medicin, och att läkemedels- och enhetsdesigner kan behöva anpassas för sjuka lungor.

Från bättre inhalatorer till färre radioaktiva skanningar

Kort sagt visar detta arbete att en datormodell byggd från en patients skanning kan förutsäga var inandat läkemedel kommer att landa i deras lungor, utan att utsätta dem för extra strålning eller invasiva tester. Ett sådant verktyg kan hjälpa ingenjörer att utforma inhalatorer som levererar mer läkemedel till rätt regioner, hjälpa läkare att välja partikelform och andningsinstruktioner anpassade till varje sjukdomsmönster, och erbjuda regulatorer ett sätt att testa om en generisk inhalator verkligen motsvarar ett märkespreparat. Med snabb, i stort sett automatiserad modellgenerering och hög beräknings­effektivitet argumenterar författarna för att virtuella lungstudier så småningom kan komplettera eller till och med ersätta många nukleärbildsstudier, vilket skulle göra utvecklingen och anpassningen av inhalerade behandlingar säkrare, snabbare och billigare.

Citering: Grill, M.J., Biehler, J., Wichmann, KR. et al. In silico high-resolution whole lung model to predict the locally delivered dose of inhaled drugs. Commun Med 6, 188 (2026). https://doi.org/10.1038/s43856-026-01459-z

Nyckelord: inhalerad läkemedelsleverans, lungmodellering, aerosoldeposition, personlig medicin, beräkningssimulation