Mantis Biotech створює «цифрових двійників» людей

Великі мовні моделі, навчені на величезних наборах даних, можуть пришвидшити геномні дослідження, оптимізувати клінічну документацію, покращити діагностику в режимі реального часу, підтримати прийняття клінічних рішень, пришвидшити розробку ліків і навіть генерувати синтетичні дані для просування експериментів.

Але їхня обіцянка трансформувати біомедичні дослідження часто стикається з перешкодою: окрім структурованих даних, на які спирається охорона здоров'я, ці моделі мають труднощі в таких крайніх випадках, як рідкісні захворювання та незвичайні стани, де достовірних, репрезентативних даних мало.

Нью-йоркська компанія Mantis Biotech стверджує, що розробляє рішення для заповнення цієї прогалини в доступності даних. Платформа компанії інтегрує різні джерела даних для створення синтетичних наборів даних, які можна використовувати для створення так званих «цифрових двійників» людського тіла: фізичних, прогностичних моделей анатомії, фізіології та поведінки.

Компанія пропонує цих цифрових двійників для використання в агрегації та аналізі даних. Ці цифрові двійники можуть бути використані для вивчення та тестування нових медичних процедур, навчання хірургічних роботів, а також моделювання та прогнозування медичних проблем або навіть моделей поведінки. Наприклад, спортивна команда може передбачити ймовірність розвитку травми ахіллової п'яти у конкретного гравця НФЛ на основі його нещодавніх результатів, тренувального навантаження, дієти та тривалості його активної діяльності, пояснила засновниця та генеральна директорка Mantis Джорджія Вітчел у нещодавньому інтерв'ю TechCrunch.

Щоб створити цих двійників, платформа Mantis спочатку збирає дані з різних джерел, таких як підручники, камери захоплення руху, біометричні датчики, журнали навчання та медичні зображення. Потім вона використовує систему на основі LLM для маршрутизації, перевірки та синтезу різних потоків даних, а також пропускає всю цю інформацію через фізичний двигун для створення високоточних рендерів цього набору даних, які потім можна використовувати для навчання прогнозних моделей.

«Ми можемо взяти всі ці різнорідні джерела даних і перетворити їх на прогностичні моделі того, як люди працюватимуть. Тож щоразу, коли ви хочете передбачити, як людина працюватиме, це справді гарний варіант використання нашої технології», – сказав Вітчел.

За словами Вітчеля в інтерв'ю TechCrunch, рівень фізичного движка є ключовим, оскільки він допомагає платформі покращити доступну інформацію, обґрунтовуючи згенеровані синтетичні дані та реалістично моделюючи фізику анатомії.

«Якби я попросила вас оцінити положення руки людини, у якої відсутній палець, це було б дуже, дуже важко, оскільки немає загальнодоступних наборів даних про позначені положення рук людини, у якої відсутній палець. Ми могли б створити цей набір даних дуже, дуже легко, тому що ми просто беремо нашу фізичну модель і кажемо: видаліть палець X, регенеруйте модель», – сказала вона.

Оскільки платформа Mantis заповнює прогалини в джерелах даних, Вітчел вважає, що існує потенціал для її широкого використання в біомедичній галузі, де інформація про процедури чи пацієнтів може бути важкодоступною, неструктурованою або ізольованою в різних джерелах. Вона наголосила на крайніх випадках або рідкісних захворюваннях, де дані важко отримати, оскільки часто існують етичні та регуляторні обмеження щодо включення даних пацієнтів до публічних наборів даних або їх використання для навчання моделей штучного інтелекту.

«Знаєте, як бігає трирічна дитина, тримає її за ногу та б’є об стіл? Я хочу, щоб люди мали такий самий настрій, коли використовують наших цифрових близнюків», – сказала вона. «Я думаю, що це відкриє людям ідею про те, що людей можна тестувати, коли використовуються віртуальні люди. Я вважаю, що зараз люди діють з прямо протилежним настроєм, що цілком має сенс, тому що конфіденційність людей має поважатися. Насправді, я не думаю, що дані людей взагалі слід використовувати, особливо коли у вас є ці цифрові близнюки».

Наразі Mantis досяг успіху в професійному спорті, ймовірно, через потребу в моделюванні високопродуктивних спортсменів. Вітчел сказав, що одним з головних клієнтів стартапу є команда НБА.

«Ми створюємо ці цифрові зображення спортсменів, де по суті показано, як цей спортсмен стрибав не лише сьогодні, а й кожного дня протягом минулого року, і ось як їхні стрибки змінюються з часом порівняно з тим, скільки часу вони сплять, або порівняно з тим, скільки разів вони піднімають руки над головою», – пояснила вона.

Стартап нещодавно залучив 7,4 мільйона доларів початкового фінансування, очолюваного венчурним фондом Decibel, за участю Y Combinator, кількох бізнес-ангелів та Liquid 2. Кошти будуть використані для найму, реклами, маркетингу та виходу на ринок.

Наступним кроком для Mantis, за словами Вітчела, є продовження розвитку технології та, зрештою, випуск платформи для широкої громадськості, орієнтуючись на профілактичну охорону здоров'я. Компанія також працює над тим, щоб обслуговувати фармацевтичні лабораторії та дослідників, які працюють над випробуваннями FDA, прагнучи надати інформацію про те, як пацієнти реагують на лікування.