Mantis Biotech 打造人體數位孿生技術，旨在解決醫學數據稀缺難題

利用龐大數據集訓練的大語言模型（LLM）有望加速基因組學研究、簡化臨床文件記錄、改善即時診斷、支援臨床決策、加速藥物研發，甚至能生成合成數據以推進實驗。

然而，這些模型轉化生物醫學研究的潛力常面臨瓶頸：除了醫療保健所依賴的結構化數據外，這些模型在罕見疾病和異常狀況等邊緣案例中表現掙扎，因為在這些領域中，可靠且具代表性的數據非常稀缺。

總部位於紐約的 Mantis Biotech 聲稱，他們正在開發填補這一數據缺口的方法。該公司的平台整合了分散的數據源，以製作可用於構建人體「數位孿生」（digital twins）的合成數據集：即基於物理學、具預測性的解剖學、生理學和行為模型。

該公司推廣這些數位孿生用於數據聚合與分析。這些數位孿生可用於研究和測試新的醫療程序、訓練手術機器人，以及模擬和預測醫療問題甚至行為模式。例如，一支運動隊伍可以根據一名特定 NFL 球員最近的表現、訓練負荷、飲食以及活躍時間，來預測其發生阿基里斯腱受傷的可能性，Mantis 創辦人兼執行長 Georgia Witchel 在最近接受 TechCrunch 採訪時解釋道。

為了構建這些孿生模型，Mantis 的平台首先從教科書、動作捕捉攝影機、生物識別傳感器、訓練日誌和醫學影像等各種來源獲取數據。接著，它使用基於 LLM 的系統來路由、驗證並合成各種數據流，並將所有資訊通過物理引擎運行，以創建該數據集的高保真渲染圖，進而用於訓練預測模型。

「我們能夠獲取所有這些分散的數據源，然後將其轉化為人們表現的預測模型。因此，任何時候當你想預測一個人的表現時，這都是我們技術的一個很好的應用案例，」Witchel 表示。

Witchel 告訴 TechCrunch，物理引擎層是關鍵，因為它透過錨定生成的合成數據並對解剖物理學進行現實建模，幫助平台增強現有資訊。

「如果我要求你為一個缺少手指的人進行手部姿勢估計，那會非常困難，因為沒有公開可用的標註數據集顯示缺少手指的人的手部位置。但我們可以非常容易地生成那個數據集，因為我們只需採用我們的物理模型並下令：移除 X 手指，重新生成模型，」她說。

由於 Mantis 的平台填補了數據源的空白，Witchel 認為它有潛力廣泛應用於生物醫學產業，因為在該產業中，關於程序或患者的資訊往往難以獲取、非結構化或被孤立在各種來源中。她強調了邊緣案例或罕見疾病，在這些情況下數據難以獲得，因為將患者數據納入公共數據集或用於訓練 AI 模型通常存在倫理和監管限制。

「你知道當你看到一個三歲小孩跑來跑去，手裡拿著芭比娃娃，抓著它的一條腿往桌子上撞嗎？我希望人們對我們的數位孿生也能抱持那種心態，」她說。「我認為這將讓人們接受『當你使用虛擬人時，人類是可以被測試的』這一觀念。我覺得目前人們的心態恰恰相反，這完全可以理解，因為人的隱私應該受到尊重。事實上，我不認為人們的數據應該被剝削，特別是當你擁有這些數位孿生時。」

目前，Mantis 在職業運動領域取得了成功，這大概是因為對高水準運動員建模的需求。Witchel 表示，這家新創公司的主要客戶之一是一支 NBA 球隊。

「我們為運動員創建這些數位呈現，基本上可以顯示這位運動員不僅是今天，而是過去一年中每一天的跳躍方式，以及他們的跳躍如何隨著睡眠量或舉手過頭的次數而隨時間變化，」她解釋道。

這家新創公司最近在由 Decibel VC 領投的種子輪融資中籌集了 740 萬美元，Y Combinator、幾位天使投資人和 Liquid 2 也參與其中。這筆資金將用於招聘、廣告、行銷和市場開拓職能。

Witchel 表示，Mantis 的下一步是繼續完善技術，並最終向大眾發布該平台，目標鎖定預防性醫療保健。該公司還致力於為製藥實驗室和從事 FDA 試驗的研究人員提供服務，旨在提供關於患者對治療反應的洞察。