Компания Mantis Biotech создает «цифровых двойников» людей для решения проблемы нехватки медицинских данных

Большие языковые модели, обученные на огромных наборах данных, потенциально могут ускорить исследования в области геномики, оптимизировать клиническую документацию, улучшить диагностику в реальном времени, помочь в принятии клинических решений, ускорить процесс открытия новых лекарственных средств и даже создавать синтетические данные для продвижения экспериментов.

Однако их потенциал для преобразования биомедицинских исследований часто сталкивается с препятствиями: за пределами структурированных данных, необходимых для здравоохранения, эти модели терпят неудачи при решении специфических задач, связанных с редкими заболеваниями и атипичными состояниями, где отсутствуют надежные и представительные данные.

Компания Mantis Biotech из Нью-Йорка утверждает, что разрабатывает решения для преодоления этого недостатка в доступности данных. Платформа компании интегрирует различные источники информации для создания синтетических наборов данных, которые затем могут использоваться для построения «цифровых двойников» человеческого тела — прогностических моделей анатомии, физиологии и поведения на основе физических законов.

Компания продвигает использование этих цифровых двойников для сбора и анализа данных. Их можно применять для изучения и тестирования новых медицинских процедур, обучения хирургических роботов, а также для моделирования или прогнозирования медицинских проблем и даже поведенческих паттернов. Например, спортивная команда может предсказать вероятность травмы ахиллова сухожилия у конкретного игрока НФЛ на основе его последних результатов, объема тренировок, диеты и продолжительности карьеры, — объяснила в недавнем интервью TechCrunch основательница и генеральный директор Mantis Georgia Witchel.

Для создания этих цифровых двойников платформа Mantis сначала собирает данные из таких источников, как учебники, камеры для захвата движений, биометрические датчики, журналы тренировок и медицинские изображения. Затем с помощью системы на основе больших языковых моделей эти данные обрабатываются, проверяются и синтезируются. Полученная информация проходит обработку в физическом движке, что позволяет создавать высококачественные рендеры наборов данных, на основе которых затем строятся прогностические модели.

«Мы можем преобразовать все эти различные источники данных в прогностические модели для предсказания поведения человека. Любой сценарий, где необходимо предсказать результаты действий человека, является отличным примером применения нашей технологии», — сказала Witchel.

По словам Witchel, слой физического движка играет ключевую роль, поскольку он позволяет улучшить качество получаемых данных, обеспечивая реалистичное моделирование анатомических и физических процессов.

«Если вам нужно определить положение руки человека, у которого отсутствует палец, это будет крайне сложно из-за отсутствия общедоступных наборов данных для таких случаев. Мы можем легко создать такой набор данных, просто модифицировав нашу физическую модель — указав ей удалить конкретный палец и воссоздать его», — объяснила она.

Поскольку платформа Mantis устраняет пробелы в доступности данных, Witchel считает, что она обладает широким потенциалом в биомедицинской отрасли, где информация о процедурах или пациентах часто бывает недоступной, неструктурированной или изолированной. Она подчеркнула ценность этой технологии для решения специфических задач и в случаях с редкими заболеваниями, где данные о пациентах из-за этических и регулирующих ограничений редко доступны для использования в общественных наборах данных или для обучения ИИ.

«Представьте, как трехлетний ребенок играет с куклой Барби, держа ее за одну ногу и ударяя о стол. Я хочу, чтобы люди подходили к использованию наших цифровых двойников таким же образом. Я верю, что это поможет людям понять, что человека можно тестировать виртуально. В настоящее время преобладает противоположное мнение, и это вполне понятно — необходимо уважать частную жизнь людей. На самом деле я считаю, что личные данные вообще не должны использоваться в коммерческих целях, особенно когда есть такие альтернативы, как цифровые двойники», — сказала она.

На данный момент компания Mantis добилась успеха в профессиональном спорте, вероятно, из-за необходимости моделирования высокопрофильных спортсменов. Witchel отметила, что одним из основных клиентов стартапа является команда НБА.

«Мы создаем цифровые представления спортсменов. Это позволяет не только узнать, как они прыгали сегодня, но и как они прыгали каждый день на протяжении последнего года, а также как эти прыжки менялись со временем в зависимости от их режима сна или частоты подъема рук над головой», — объяснила она.

Недавно стартап получил 7,4 миллиона долларов в виде инвестиций от фонда Decibel VC при участии Y Combinator, нескольких ангельских инвесторов и Liquid 2. Полученные средства будут использованы для найма сотрудников, рекламных кампаний, маркетинга и развития бизнеса.

Witchel заявила, что следующим шагом компании является дальнейшее совершенствование технологии и в конечном итоге ее публичное представление с акцентом на профилактическое здравоохранение. Компания также работает над обслуживанием фармацевтических лабораторий и исследователей, проводящих клинические испытания под эгидой FDA, с целью предоставления информации о реакциях пациентов на лечение.