A Mantis Biotech cria “gémeos digitais” humanos para resolver a escassez de dados médicos

Os grandes modelos de linguagem treinados com conjuntos de dados massivos têm o potencial de acelerar a pesquisa em genômica, simplificar a documentação clínica, aprimorar o diagnóstico em tempo real, auxiliar na tomada de decisões clínicas, acelerar a descoberta de medicamentos e até criar dados sintéticos para impulsionar experimentos.

No entanto, seu potencial transformador para a pesquisa biomédica frequentemente encontra obstáculos: além dos dados estruturados que são fundamentais para a saúde, esses modelos falham em casos marginais, como doenças raras e condições atípicas, onde faltam dados confiáveis e representativos.

A empresa Mantis Biotech, com sede em Nova York, afirma estar desenvolvendo uma solução para preencher essa lacuna na disponibilidade de dados. A plataforma da empresa integra diversas fontes de dados para produzir conjuntos de dados sintéticos, que podem então ser usados para criar “gêmeos digitais” do corpo humano — modelos preditivos baseados em física anatômica, fisiologia e comportamento.

A empresa promove o uso desses gêmeos digitais para a agregação e análise de dados. Eles podem ser empregados para estudar e testar novos procedimentos médicos, treinar robôs cirúrgicos e simular ou prever problemas médicos, bem como padrões comportamentais. Por exemplo, uma equipe esportiva poderia prever a probabilidade de um jogador da NFL sofrer uma lesão no tendão de Aquiles com base em seu desempenho recente, carga de treino, dieta e longevidade da carreira, explicou Georgia Witchel, fundadora e CEO da Mantis, em uma entrevista recente para o TechCrunch.

Para criar esses gêmeos digitais, a plataforma Mantis primeiro agrega dados de fontes como livros didáticos, câmeras de captura de movimento, sensores biométricos, registros de treino e imagens médicas. Em seguida, usa um sistema baseado em grandes modelos de linguagem para direcionar, validar e sintetizar esses diferentes fluxos de dados. Essas informações são processadas por um motor físico para criar representações de alta fidelidade dos conjuntos de dados, que subsequentemente são usadas para treinar modelos preditivos.

“Podemos pegar todos esses dados divergentes e transformá-los em modelos preditivos para o desempenho humano. Qualquer cenário em que seja necessário prever como uma pessoa se sairá é um excelente caso de uso para nossa tecnologia”, disse Witchel.

A camada do motor físico é crucial, afirmou Witchel ao TechCrunch, pois ela aprimora as informações disponíveis ao basear os dados sintéticos gerados em modelos físicos realistas.

“Se você precisasse estimar a posição da mão de alguém que perdeu um dedo, seria extremamente difícil devido à falta de conjuntos de dados rotulados e disponíveis publicamente para essa condição. Podemos gerar esse conjunto de dados muito facilmente simplesmente modificando nosso modelo físico — instruindo-o a remover um dedo específico e regenerá-lo”, explicou ela.

Como a plataforma Mantis aborda as lacunas nas fontes de dados, Witchel acredita que tem grande potencial em toda a indústria biomédica, onde informações sobre procedimentos ou pacientes muitas vezes são difíceis de acessar, não estruturadas ou isoladas. Ela enfatizou seu valor para casos marginais e doenças raras, onde os dados são escassos devido a restrições éticas e regulamentares quanto ao uso de dados de pacientes em conjuntos de dados públicos ou para o treinamento de IA.

“Você sabe como uma criança de três anos pode brincar com uma boneca Barbie, segurando-a por uma perna e batendo nela na mesa? Quero que as pessoas adotem essa mentalidade com nossos gêmeos digitais”, disse ela. “Acredito que isso abrirá as pessoas para a ideia de que os humanos podem ser testados virtualmente. Atualmente, a mentalidade predominante é o oposto, o que é completamente compreensível — a privacidade das pessoas deve ser respeitada. Na verdade, não acho que dados pessoais devam ser explorados em absoluto, especialmente quando você tem esses gêmeos digitais como uma alternativa.”

Atualmente, a Mantis teve sucesso no esporte profissional, provavelmente devido à necessidade de modelar atletas de alto desempenho. Witchel observou que um dos principais clientes da startup é uma equipe da NBA.

“Criamos representações digitais dos atletas. Isso mostra não apenas como um atleta pulou hoje, mas também como eles pularam todos os dias ao longo do último ano, e como esses saltos mudam com o tempo em relação aos seus padrões de sono ou à frequência com que levantam os braços acima da cabeça”, explicou ela.

A startup recentemente obteve 7,4 milhões de dólares em financiamento inicial liderado pela Decibel VC, com participação da Y Combinator, vários investidores anjos e da Liquid 2. O capital será usado para contratações, publicidade, marketing e iniciativas de lançamento no mercado.

Witchel afirmou que os próximos passos da Mantis são continuar desenvolvendo a tecnologia e, eventualmente, lançar a plataforma para o público, com foco na saúde preventiva. A empresa também está trabalhando para atender laboratórios farmacêuticos e pesquisadores realizando ensaios da FDA, com o objetivo de fornecer informações sobre as respostas dos pacientes ao tratamento.