Η νεοφυής Mantis Biotech αναπτύσσει ψηφιακά δίδυμα του ανθρώπινου σώματος, συνδυάζοντας φυσική προσομοίωση και τεχνητή νοημοσύνη για συνθετικά ιατρικά δεδομένα. Στόχος είναι να καλυφθεί το κρίσιμο κενό διαθεσιμότητας δεδομένων, ιδίως σε σπάνιες παθήσεις και ακραίες περιπτώσεις.
Η εκρηκτική ανάπτυξη των μεγάλων γλωσσικών μοντέλων στην υγεία σκοντάφτει σε ένα βασικό εμπόδιο: τα αξιόπιστα, αντιπροσωπευτικά δεδομένα είναι σπάνια, ειδικά σε σπάνιες νόσους και πολύπλοκες κλινικές περιπτώσεις. Η Mantis Biotech, με έδρα τη Νέα Υόρκη, επιχειρεί να λύσει αυτό ακριβώς το πρόβλημα, δημιουργώντας «ψηφιακά δίδυμα» ανθρώπων – φυσικο-βασισμένα, προγνωστικά μοντέλα ανατομίας, φυσιολογίας και συμπεριφοράς.
Πώς λειτουργεί η πλατφόρμα ψηφιακών διδύμων
Η πλατφόρμα της Mantis ενοποιεί ετερογενείς πηγές δεδομένων – από ιατρικά εγχειρίδια και απεικονιστικές εξετάσεις μέχρι motion capture, βιομετρικούς αισθητήρες και προπονητικά ημερολόγια. Ένα σύστημα βασισμένο σε LLM αναλαμβάνει τη δρομολόγηση, επαλήθευση και σύνθεση αυτών των ροών δεδομένων, οι οποίες στη συνέχεια «περνούν» από μια μηχανή φυσικής για να παραχθούν υψηλής πιστότητας προσομοιώσεις του ανθρώπινου σώματος.
Αυτά τα συνθετικά datasets χρησιμοποιούνται για να εκπαιδεύσουν προγνωστικά μοντέλα, ικανά να προβλέψουν επιδόσεις, τραυματισμούς ή κλινικές εκβάσεις. Η ιδρύτρια και CEO Τζόρτζια Γουίτσελ εξηγεί ότι η προσέγγιση επιτρέπει, για παράδειγμα, τη δημιουργία δεδομένων για περιπτώσεις που πρακτικά δεν υπάρχουν δημόσια: «Αν ζητούσατε εκτίμηση θέσης χεριού για άτομο που λείπει ένα δάχτυλο, δεν θα υπήρχαν έτοιμα datasets. Εμείς μπορούμε να αφαιρέσουμε ψηφιακά το δάχτυλο στο φυσικό μοντέλο και να αναγεννήσουμε το σύνολο δεδομένων».
Κατά την εταιρεία, το στρώμα της μηχανής φυσικής είναι κρίσιμο, καθώς «γειώνει» τα παραγόμενα συνθετικά δεδομένα σε ρεαλιστικούς βιομηχανικούς και ανατομικούς περιορισμούς, μειώνοντας τον κίνδυνο «φανταστικών» ή μη ρεαλιστικών outputs που συχνά συνοδεύουν τα καθαρά στατιστικά μοντέλα.
Από τον αθλητισμό στην προληπτική υγεία και τις κλινικές δοκιμές
Παρότι η τεχνολογία στοχεύει πρωτίστως στη βιοϊατρική έρευνα, η Mantis έχει βρει τα πρώτα εμπορικά της πατήματα στον επαγγελματικό αθλητισμό. Ένα από τα βασικά της πελατολόγια είναι ομάδα του NBA, για την οποία δημιουργεί ψηφιακές αναπαραστάσεις αθλητών. Οι προσομοιώσεις καταγράφουν, μεταξύ άλλων, πώς αλλάζει το άλμα ενός παίκτη μέρα με τη μέρα, σε συνάρτηση με τον ύπνο, τον φόρτο προπόνησης ή τις επαναλαμβανόμενες κινήσεις, επιτρέποντας προβλέψεις για τραυματισμούς όπως ρήξη Αχίλλειου.
Η Γουίτσελ θεωρεί ότι το πραγματικό δυναμικό βρίσκεται στις «ακραίες περιπτώσεις» της ιατρικής: σπάνιες νόσοι, ειδικές επεμβάσεις ή πληθυσμοί για τους οποίους δεν μπορούν εύκολα να συλλεχθούν πραγματικά δεδομένα, είτε για ηθικούς είτε για ρυθμιστικούς λόγους. Τα ψηφιακά δίδυμα, υποστηρίζει, επιτρέπουν να «δοκιμάζονται» άνθρωποι σε εικονικό περιβάλλον, προστατεύοντας πλήρως την ιδιωτικότητα και μειώνοντας την ανάγκη εκμετάλλευσης πραγματικών δεδομένων ασθενών.
Η startup άντλησε πρόσφατα 7,4 εκατ. δολάρια σε seed χρηματοδότηση, με επικεφαλής το Decibel VC και συμμετοχή του Y Combinator, angel επενδυτών και του Liquid 2. Τα κεφάλαια θα κατευθυνθούν κυρίως σε προσλήψεις και εμπορική ανάπτυξη. Επόμενο βήμα είναι η διεύρυνση της τεχνολογικής πλατφόρμας και η διάθεσή της στο ευρύ κοινό, με έμφαση στην προληπτική υγεία, αλλά και η στόχευση φαρμακευτικών εργαστηρίων και ερευνητών που συμμετέχουν σε κλινικές δοκιμές, παρέχοντας insights για το πώς ανταποκρίνονται οι ασθενείς στις θεραπείες.
Σχόλιο 
: Η Mantis τοποθετείται σε ένα κομβικό σταυροδρόμι AI, βιοτεχνολογίας και συνθετικών δεδομένων, εκεί όπου οι ρυθμιστικές πιέσεις για προστασία προσωπικών δεδομένων συγκρούονται με την ανάγκη για μαζικά, ποιοτικά datasets. Αν καταφέρει να αποδείξει ότι τα ψηφιακά δίδυμα παράγουν αξιόπιστες, κλινικά χρήσιμες προβλέψεις, μπορεί να εξελιχθεί σε κρίσιμο εργαλείο για φαρμακευτικές, νοσοκομεία και αθλητικούς οργανισμούς – αλλά και σε πρότυπο για το πώς η τεχνητή νοημοσύνη μπορεί να προοδεύει χωρίς να θυσιάζει την ιδιωτικότητα.
#τεχνητήνοημοσύνη #βιοτεχνολογία #ψηφιακάΔίδυμα #υγεία #startups
