A Mantis Biotech, uma startup sediada em Nova York, é pioneira na criação de “gêmeos digitais” – modelos do corpo humano altamente detalhados e baseados na física – para superar um gargalo crítico na pesquisa biomédica moderna: escassez de dados. Embora os grandes modelos de linguagem (LLMs) prometam avanços em genómica, diagnóstico e descoberta de medicamentos, a sua eficácia depende do acesso a conjuntos de dados abrangentes. Esses conjuntos de dados são frequentemente limitados, especialmente quando se trata de condições raras, casos incomuns ou informações de pacientes eticamente sensíveis.
O desafio dos dados limitados
A questão central é simples: Os LLMs requerem enormes quantidades de dados para funcionarem de forma eficaz. Mas os dados de saúde são frequentemente fragmentados, não estruturados ou sujeitos a regulamentos de privacidade rigorosos. Isto deixa os investigadores com dificuldades para treinar modelos em cenários realistas, especialmente em áreas onde os dados são inerentemente raros. Por exemplo, compreender a biomecânica de um atleta sem um dedo é difícil porque simplesmente não existem conjuntos de dados rotulados.
A solução da Mantis Biotech aborda isso diretamente. Sua plataforma integra dados de diversas fontes – livros didáticos, captura de movimento, sensores biométricos, imagens médicas – e usa LLMs para sintetizar modelos preditivos completos. A principal inovação é um mecanismo de física que fundamenta esses conjuntos de dados sintéticos em restrições anatômicas e fisiológicas realistas.
Como funcionam os gêmeos digitais
O processo envolve três etapas principais:
- Integração de dados : coleta de informações de diversas fontes, incluindo registros médicos estruturados e texto não estruturado.
- Síntese de LLM : Uso de LLMs para validar, refinar e combinar esses dados em uma estrutura coerente.
- Modelagem Baseada em Física : execução dos dados integrados por meio de um mecanismo de física para criar simulações de alta fidelidade da anatomia e do comportamento humano.
Isso permite que a Mantis Biotech gere conjuntos de dados sintéticos para cenários onde os dados do mundo real não estão disponíveis. Por exemplo, a plataforma pode simular a estimativa da pose da mão para alguém sem um dedo, simplesmente removendo o dígito do modelo e regenerando a simulação. Isso evita a necessidade de conjuntos de dados raros ou inexistentes.
Aplicações atuais e expansão futura
O sucesso inicial da empresa está nos esportes profissionais, onde atletas de alto desempenho exigem análises biomecânicas detalhadas. Uma equipe da NBA está usando gêmeos digitais da Mantis Biotech para monitorar o desempenho dos jogadores, prever riscos de lesões e otimizar regimes de treinamento. A plataforma pode analisar anos de dados de saltos juntamente com padrões de sono, movimentos de braços e outros marcadores biométricos para fornecer insights acionáveis.
A Mantis Biotech planeja expandir para aplicações mais amplas de saúde, incluindo:
- Treinamento Cirúrgico : Simulação de procedimentos para cirurgiões praticarem operações de alto risco.
- Desenvolvimento de medicamentos : previsão das respostas dos pacientes aos tratamentos com base em ensaios clínicos simulados.
- Cuidados de Saúde Preventivos : Identificação de indivíduos em risco de condições específicas com base em dados comportamentais e fisiológicos.
A empresa garantiu recentemente US$ 7,4 milhões em financiamento inicial, que será usado para contratação, marketing e desenvolvimento de plataforma.
“Queremos que as pessoas tenham a mentalidade de que os humanos podem ser testados quando você usa humanos virtuais”, diz a CEO Georgia Witchel, refletindo uma visão ousada para o futuro da experimentação biomédica.
Em última análise, a tecnologia digital twin da Mantis Biotech representa uma mudança em direção a cuidados de saúde mais proativos e orientados por dados. Ao preencher a lacuna entre as limitações do mundo real e a modelagem preditiva, a empresa pretende acelerar a inovação em toda a indústria biomédica.
