Precision medicine represents a potentially powerful means to alleviate the growing burden of chronic respiratory diseases. To realise its potential, however, we need a systems level understanding of how biological events (signalling pathways, cell-cell interactions, tissue mechanics) integrate across multiple spatial and temporal scales to give rise to pathology. This can be achieved most practically in silico: a paradigm that offers tight control over model parameters and rapid means of testing and generating mechanistic hypotheses. Patient-specific computational models that can enable identification of pathological mechanisms unique to patients’ (omics, physiological, and anatomical) profiles and, therefore, personalised drug targets represent a major milestone in precision medicine. Current patient-based models in literature, especially medical devices, cardiac modelling, and respiratory medicine, rely mostly on (partial/ordinary) differential equations and have reached relatively advanced level of maturity. In respiratory medicine, patient-specific simulations mainly include subject scan-based lung mechanics models that can predict pulmonary function, but they treat the (sub)cellular processes as “black-boxes”. A recent advance in simulating human airways at a cellular level to make clinical predictions raises the possibility of linking omics and cell level data/models with lung mechanics to understand respiratory pathology at a systems level. This is significant as this approach can be extended to understanding pathologies in other organs as well. Here, I will discuss ways in which computational models have already made contributions to personalised healthcare and how the paradigm can expedite clinical uptake of precision medicine strategies. I will mainly focus on an agent-based, asthmatic virtual patient that predicted the impact of multiple drug pharmacodynamics at the patient level, its potential to develop efficacious precision medicine strategies in respiratory medicine, and the regulatory and ethical challenges accompanying the mainstream application of such models.

La médecine de précision représente un moyen potentiellement puissant d’alléger le fardeau croissant liés aux maladies respiratoires chroniques. Cependant, pour réaliser pleinement ce but, nous devons comprendre, au niveau systémique, comment les événements biologiques (voies de signalisation, interactions cellule-cellule, mécanique tissulaire) s’intègrent à de multiples échelles spatiales et temporelles pour parfois donner une pathologie. La modélisation in silico permet d’offrir un paradigme assurant une validation des paramètres du modèle et des moyens rapides de tester et de générer des hypothèses mécanistes. Les modèles informatiques spécifiques aux patients qui permettent d’identifier les mécanismes pathologiques propres aux profils (omiques, physiologiques et anatomiques) des patients et, par conséquent, les cibles médicamenteuses personnalisées, représentent un jalon important dans la médecine de précision. Les modèles actuels basés sur les patients, en particulier les dispositifs médicaux, la modélisation cardiaque et la médecine respiratoire, reposent principalement sur des équations différentielles (partielles/ordinaires) et ont atteint un niveau de maturité relativement avancé. En médecine respiratoire, les simulations spécifiques aux patients incluent principalement des modèles de mécanique pulmonaire basés sur la scintigraphie des sujets qui peuvent prédire la fonction pulmonaire, mais ils traitent les processus (sous-)cellulaires comme des « boîtes noires ». Une avancée récente dans la simulation des voies respiratoires humaines au niveau cellulaire pour faire des prédictions cliniques soulève la possibilité de relier les données/modèles au niveau des omiques et des cellules avec la mécanique pulmonaire pour comprendre la pathologie respiratoire au niveau des systèmes. C’est important car cette approche peut être étendue à la compréhension des pathologies d’autres organes également. Cet article discute de la façon dont les modèles informatiques ont déjà contribué à la personnalisation des soins en santé et comment le paradigme peut accélérer l’adoption clinique des stratégies de médecine de précision. Un cas représentant un patient virtuel asthmatique démontre l’impact de la pharmacodynamique de médicaments multiples au niveau du patient, son potentiel à développer des stratégies efficaces de médecine de précision en médecine respiratoire, et les défis réglementaires et éthiques accompagnant l’application courante de tels modèles.