阿曼达·兰德斯（Amanda Randles）在创建血管数字双胞胎方面走在前列，将计算健康进步带到了医疗实践的前沿。虽然心血管研究已经发展起来，但医学界在为临床应用开发精确和详细的血管系统模型方面仍然面临挑战。Randles的工作通过拓展高性能计算（HPC）和云技术在模拟3D血流动力学方面所能达到的极限来解决这些差距。她的贡献不仅增强了我们对血管动力学的理解，而且还努力扩展这些系统建模的时空尺度，这是实现临床翻译的关键步骤。她的工作为使用计算工具帮助诊断和治疗人类疾病奠定了坚实的基础。
扩展建模领域的范围：2010年，她的团队以细胞分辨率对整个心跳进行了首次冠状动脉树模拟，这是她在计算血流模型方面的第一个重大成就。她以这一经验为基础，开发了HARVEY，一种大规模并行计算流体动力学软件，用于计算患者特定的血流图。该密码以威廉·哈维命名，他是第一个发现血液循环的人。通过利用劳伦斯·利弗莫尔国家实验室的红杉超级计算机的150万个计算核心，她进行了第一次三维血流的全身模拟。Randles在方法开发方面的领导地位进一步优化了异构超级计算机和云计算资源的使用，最终实现了多尺度模型，大大降低了计算需求。由此减少的时间和精力使得此类工具的临床翻译更容易。
在与HARVEY的合作中，Randles和她的团队引入了一种新的基于动量的表示技术，该技术可以减少内存使用，从而减少高分辨率仿真所需的计算硬件。这项创新允许对更大的患者队列进行建模。此外，她的研究还产生了一系列有影响力的出版物，强调必须建立包括完整的3D动脉树（包括侧支）在内的详细模型，以准确反映血流和心脏病的细微差别。这些增强的模型提供了更精确、个性化的模拟，可以使临床试验覆盖以前排除的条件。Randles的工作有助于量化何时需要完整的3D模型，而不是减少订单的替代品。
通过多尺度建模桥接尺度：Randles对流体-结构-相互作用建模也做出了重大贡献。Randles和她的团队针对不同的细胞类型精心设计了一种计算方法，验证了模型对癌细胞和红细胞微流控实验数据的准确性。她的团队随后开创了使用领导级异构计算架构模拟数亿个细胞的技术。她的团队开发了自适应物理精化（APR）方法，以应对跨越巨大空间尺度（从微观到潜在宏观）模拟细胞行为的计算挑战。这种创新的方法可以研究长距离的细胞相互作用，从而确定某些癌细胞为什么会转移到特定位置。即使在最先进的超级计算机上运行，传统模型也仅限于用详细的3D可变形细胞表示几立方毫米。APR方法在不影响精度的情况下克服了这一限制。这一进展对于阐明疾病的潜在驱动机制非常重要，并可能显著影响我们对疾病发生和发展的理解。
Randles对计算健康领域的进一步贡献包括集成机器学习和基于物理的模拟的方法。她特别阐述了贫血或高血压等共病如何影响心血管疾病的血流动力学。她使用大规模并行计算的工作为体力劳动和其他生理因素对患有主动脉缩窄等疾病的患者的加重影响提供了预测性见解。
在这些方法的基础上，Randles的团队开发了一种算法，将模拟的时间范围从几秒延长到几周，从而创建了新的纵向血流动力学图。通过引入一种新的计算方法来驱动可穿戴生物传感器数据的流量模拟，这项工作为全面了解患者在可穿戴生物传感数据驱动下的血管健康状况奠定了基础，从而开创了计算健康的新方向。
