Mantis Biotech, ein in New York ansässiges Startup, leistet Pionierarbeit bei der Schaffung „digitaler Zwillinge“ – hochdetaillierter, physikbasierter Modelle des menschlichen Körpers –, um einen kritischen Engpass in der modernen biomedizinischen Forschung zu überwinden: Datenknappheit. Während große Sprachmodelle (LLMs) Durchbrüche in der Genomik, Diagnostik und Arzneimittelentwicklung versprechen, hängt ihre Wirksamkeit vom Zugriff auf umfassende Datensätze ab. Diese Datensätze sind oft begrenzt, insbesondere wenn es um seltene Erkrankungen, ungewöhnliche Fälle oder ethisch sensible Patienteninformationen geht.
Die Herausforderung begrenzter Daten
Das Kernproblem ist einfach: LLMs erfordern riesige Datenmengen, um effektiv zu funktionieren. Gesundheitsdaten sind jedoch oft fragmentiert, unstrukturiert oder unterliegen strengen Datenschutzbestimmungen. Dadurch haben Forscher Schwierigkeiten, Modelle anhand realistischer Szenarien zu trainieren, insbesondere in Bereichen, in denen Daten von Natur aus selten sind. Beispielsweise ist es schwierig, die Biomechanik eines Sportlers mit einem fehlenden Finger zu verstehen, weil es einfach keine beschrifteten Datensätze gibt.
Die Lösung von Mantis Biotech geht dieses Problem direkt an. Ihre Plattform integriert Daten aus verschiedenen Quellen – Lehrbücher, Bewegungserfassung, biometrische Sensoren, medizinische Bildgebung – und nutzt LLMs, um vollständige, prädiktive Modelle zu synthetisieren. Die wichtigste Innovation ist eine Physik-Engine, die diese synthetischen Datensätze auf realistischen anatomischen und physiologischen Bedingungen basiert.
Wie digitale Zwillinge funktionieren
Der Prozess umfasst drei Kernschritte:
- Datenintegration : Sammeln von Informationen aus mehreren Quellen, einschließlich strukturierter Krankenakten und unstrukturiertem Text.
- LLM-Synthese : Verwendung von LLMs zur Validierung, Verfeinerung und Kombination dieser Daten in einem kohärenten Rahmen.
- Physikbasierte Modellierung : Führen Sie die integrierten Daten durch eine Physik-Engine, um hochauflösende Simulationen der menschlichen Anatomie und des menschlichen Verhaltens zu erstellen.
Dies ermöglicht es Mantis Biotech, synthetische Datensätze für Szenarien zu generieren, in denen reale Daten nicht verfügbar sind. Beispielsweise kann die Plattform die Handhaltungsschätzung für jemanden mit fehlendem Finger simulieren, indem sie einfach die Ziffer aus dem Modell entfernt und die Simulation neu generiert. Dadurch wird die Notwendigkeit seltener oder nicht vorhandener Datensätze umgangen.
Aktuelle Anwendungen und zukünftige Erweiterung
Der erste Erfolg des Unternehmens liegt im Profisport, wo Hochleistungssportler eine detaillierte biomechanische Analyse benötigen. Ein NBA-Team nutzt die digitalen Zwillinge von Mantis Biotech, um die Spielerleistung zu verfolgen, Verletzungsrisiken vorherzusagen und Trainingsprogramme zu optimieren. Die Plattform kann jahrelange Sprungdaten zusammen mit Schlafmustern, Armbewegungen und anderen biometrischen Markern analysieren, um umsetzbare Erkenntnisse zu liefern.
Mantis Biotech plant, in breitere Gesundheitsanwendungen zu expandieren, darunter:
- Chirurgische Ausbildung : Simulation von Verfahren für Chirurgen zur Durchführung von Hochrisikooperationen.
- Arzneimittelentwicklung : Vorhersage der Patientenreaktionen auf Behandlungen auf der Grundlage simulierter klinischer Studien.
- Präventive Gesundheitsversorgung : Identifizierung von Personen, bei denen das Risiko bestimmter Erkrankungen besteht, basierend auf Verhaltens- und physiologischen Daten.
Das Unternehmen hat sich kürzlich eine Startfinanzierung in Höhe von 7,4 Millionen US-Dollar gesichert, die für Personalbeschaffung, Marketing und Plattformentwicklung verwendet wird.
„Wir möchten, dass die Menschen die Einstellung haben, dass Menschen getestet werden können, wenn man virtuelle Menschen verwendet“, sagt CEO Georgia Witchel und bringt damit eine mutige Vision für die Zukunft biomedizinischer Experimente zum Ausdruck.
Letztendlich stellt die digitale Zwillingstechnologie von Mantis Biotech einen Wandel hin zu einer proaktiveren, datengesteuerten Gesundheitsversorgung dar. Durch die Überbrückung der Lücke zwischen realen Einschränkungen und prädiktiver Modellierung möchte das Unternehmen Innovationen in der gesamten biomedizinischen Industrie beschleunigen.
