Mantis Biotech entwickelt „digitale Zwillinge“ von Menschen, um dem Mangel an medizinischen Daten entgegenzuwirken.

Große Sprachmodelle, die auf umfangreichen Datensätzen trainiert wurden, haben das Potenzial, die Forschung im Bereich Genomik zu beschleunigen, die klinische Dokumentation zu optimieren, die Echtzeit-Diagnose zu verbessern, die Entscheidungsfindung in der Klinik zu unterstützen, den Entwicklungsprozess neuer Medikamente zu beschleunigen und sogar synthetische Daten zu erzeugen, um Experimente voranzutreiben.

Allerdings stoßen ihre verändernden Möglichkeiten für die biomedizinische Forschung häufig auf Hindernisse: Abgesehen von den strukturierten Daten, die die Grundlage der Gesundheitsversorgung bilden, versagen diese Modelle bei Randfällen wie seltenen Krankheiten und atypischen Zuständen, bei denen zuverlässige, repräsentative Daten fehlen.

Das in New York ansässige Unternehmen Mantis Biotech behauptet, eine Lösung zur Überbrückung dieser Lücke bei der Datenverfügbarkeit zu entwickeln. Die Plattform des Unternehmens integriert verschiedene Datensquellen, um synthetische Datensätze zu erzeugen, die dann verwendet werden können, um „digitale Zwillinge“ des menschlichen Körpers zu erstellen – vorhersagende, physikalisch basierte Modelle der Anatomie, Physiologie und des Verhaltens.

Das Unternehmen fördert diese digitalen Zwillinge für die Datenerfassung und -analyse. Sie könnten eingesetzt werden, um neue medizinische Verfahren zu untersuchen und zu testen, chirurgische Roboter zu trainieren sowie medizinische Probleme und sogar Verhaltensmuster zu simulieren oder vorherzusagen. Zum Beispiel könnte ein Sportteam die Wahrscheinlichkeit abschätzen, dass ein bestimmter NFL-Spieler eine Achillessehnenverletzung erleidet, basierend auf seiner aktuellen Leistung, dem Trainingsaufwand, der Ernährung und der Länge seiner Karriere, erklärte Georgia Witchel, Gründerin und CEO von Mantis, in einem kürzlichen Interview mit TechCrunch.

Um diese digitalen Zwillinge zu erstellen, sammelt die Mantis-Plattform zunächst Daten aus Quellen wie Lehrbüchern, Bewegungsaufnahmekameras, biometrischen Sensoren, Trainingsprotokollen und medizinischen Bildern. Anschließend verwendet sie ein auf LLMs basierendes System, um diese verschiedenen Datensströme zu verarbeiten, zu validieren und zu synthetisieren. Diese Informationen werden durch einen Physikmotor weiterverarbeitet, um hochauflösende Darstellungen der Datensätze zu erstellen, die dann zur Schulung von Vorhersagemodellen verwendet werden.

„Wir können all diese verschiedenen Datenquellen nehmen und sie in Vorhersagemodelle für das menschliche Verhalten umwandeln. Jeder Fall, in dem es notwendig ist, vorherzusagen, wie sich eine Person verhalten wird, ist ein hervorragender Anwendungsbereich für unsere Technologie“, sagte Witchel.

Die Schicht des Physikmotors ist laut Witchel für TechCrunch von entscheidender Bedeutung, da sie die verfügbaren Informationen verbessert, indem sie die generierten synthetischen Daten auf eine realistische physikalische Grundlage stellt.

„Wenn Sie beispielsweise die Handhaltung einer Person abschätzen müssten, der einen Finger verloren hat, wäre das aufgrund des Fehlens öffentlich verfügbarer, gelabelter Datensätze für diese Situation äußerst schwierig. Wir könnten diesen Datensatz sehr einfach erstellen, indem wir unseren Physikmodell einfach anpassen – indem wir ihm befehlen, einen bestimmten Finger zu entfernen und neu zu generieren“, erklärte sie.

Da die Mantis-Plattform Lücken in den Datenquellen schließt, glaubt Witchel, dass sie großes Potenzial in der gesamten biomedizinischen Industrie hat, wo Informationen über Behandlungen oder Patienten oft schwer zugänglich sind, unstrukturiert sind oder in isolierten Systemen gespeichert werden. Sie betonte den Wert dieser Technologie für Randfälle und seltenen Krankheiten, bei denen aufgrund ethischer und regulatorischer Einschränkungen die Nutzung von Patientendaten in öffentlichen Datensätzen oder für die KI-Entwicklung oft nicht möglich ist.

„Man stelle sich vor, wie ein dreijähriges Kind mit einer Barbie-Puppe spielt, sie an einem Bein hält und gegen einen Tisch schlägt. Ich möchte, dass Menschen diese Denkweise auch bei unseren digitalen Zwillingen anwenden. Ich glaube, das wird die Menschen dazu bringen zu erkennen, dass Menschen virtuell getestet werden können. Derzeit ist die vorherrschende Einstellung genau das Gegenteil – was völlig verständlich ist: Die Privatsphäre der Menschen muss respektiert werden. Tatsächlich glaube ich nicht, dass personenbezogene Daten überhaupt ausgenutzt werden sollten, besonders wenn es diese digitalen Zwillinge als Alternative gibt“, sagte sie.

Derzeit hat Mantis in der professionellen Sportwelt Erfolg erzielt – wahrscheinlich aufgrund des Bedarfs, Hochleistungssportler zu modellieren. Witchel erwähnte, dass einer der Hauptkunden des Startups ein NBA-Team ist.

„Wir erstellen digitale Darstellungen der Sportler. Sie zeigen nicht nur, wie ein Sportler heute gesprungen ist, sondern auch, wie er in den letzten einem Jahr jeden Tag gesprungen ist und wie sich diese Sprünge im Laufe der Zeit im Verhältnis zu seinem Schlafmuster oder zur Häufigkeit, mit der er die Arme über den Kopf hebt, verändert haben“, erklärte sie.

Das Startup hat kürzlich 7,4 Millionen US-Dollar an Seed-Finanzierung erhalten, geleitet von Decibel VC, mit Beteiligung von Y Combinator, mehreren Angel-Investoren und Liquid 2. Das Kapital wird für Personalbeschaffung, Werbung, Marketing und Markteinführungsmaßnahmen verwendet.

Witchel erklärte, dass die nächsten Schritte von Mantis darin bestehen, die Technologie weiterzuentwickeln und schließlich die Plattform der Öffentlichkeit zugänglich zu machen, wobei der Fokus auf der präventiven Gesundheitsversorgung liegt. Das Unternehmen arbeitet auch daran, Pharma-Labore und Forscher bei FDA-Tests zu unterstützen, mit dem Ziel, Erkenntnisse über die Reaktionen von Patienten auf Behandlungen zu gewinnen.