Mantis Biotech cria gêmeos digitais humanos para revolucionar a disponibilidade de dados na medicina
Desafio da escassez de dados na medicina
Modelos de linguagem avançados treinados em grandes volumes de dados têm potencial para acelerar pesquisas em genômica, otimizar documentação clínica, melhorar diagnósticos em tempo real, apoiar decisões médicas e impulsionar a descoberta de medicamentos. No entanto, a transformação da pesquisa biomédica esbarra em um obstáculo crucial: a escassez de dados confiáveis e representativos, especialmente em casos raros ou condições incomuns, onde a coleta de informações é limitada por fatores éticos, regulatórios e estruturais.
A solução inovadora da Mantis Biotech: gêmeos digitais humanos
Com sede em Nova York, a Mantis Biotech desenvolve uma plataforma capaz de integrar diversas fontes de dados para criar conjuntos sintéticos que alimentam os chamados “gêmeos digitais” do corpo humano. Esses modelos computacionais preditivos, baseados em física, representam a anatomia, fisiologia e comportamento dos indivíduos com alta fidelidade.
Esses gêmeos digitais podem ser utilizados para agregação e análise de dados, testes de novos procedimentos médicos, treinamento de robôs cirúrgicos, simulação e previsão de problemas médicos e até mesmo análise de padrões comportamentais.
Aplicação prática no esporte
Um exemplo destacado pela CEO da Mantis, Georgia Witchel, é a previsão do risco de lesões em atletas. Usando dados de desempenho, carga de treino, dieta e tempo de atividade, a plataforma pode estimar a probabilidade de um jogador da NFL desenvolver uma lesão no tendão de Aquiles.
Como funciona a tecnologia da Mantis
A plataforma começa capturando dados de múltiplas fontes, como livros didáticos, câmeras de captura de movimento, sensores biométricos, registros de treino e imagens médicas. Um sistema baseado em grandes modelos de linguagem (LLM) valida, roteia e sintetiza esses dados variados. Em seguida, um motor físico processa essas informações para gerar representações de alta fidelidade que alimentam modelos preditivos.
O diferencial está na camada do motor físico, que aprimora os dados sintéticos ao ancorá-los em leis físicas reais da anatomia humana. Isso permite criar simulações realistas e confiáveis, mesmo em cenários pouco documentados.
Exemplo de geração de dados sintéticos para casos raros
Para situações em que não existem dados públicos, como a estimativa da posição da mão de uma pessoa que perdeu um dedo, a Mantis consegue gerar esses dados removendo o dedo no modelo físico e recriando a simulação, preenchendo lacunas importantes para o treinamento de IA.
Impacto e limitações atuais
A plataforma da Mantis é especialmente útil para a indústria biomédica, onde os dados são muitas vezes difíceis de acessar, desestruturados ou fragmentados. Os gêmeos digitais oferecem uma alternativa segura para estudar casos raros e doenças com restrições éticas e regulatórias severas. A empresa enfatiza o respeito à privacidade dos dados, evitando a exploração indevida de informações pessoais ao utilizar humanos virtuais para testes.
Até o momento, a Mantis tem obtido sucesso no setor esportivo profissional, atendendo, por exemplo, a uma equipe da NBA. A plataforma cria representações digitais detalhadas dos atletas, mostrando variações de desempenho e correlações com fatores como sono e movimentos específicos.
Próximos passos e perspectivas
Com um aporte de US$ 7,4 milhões liderado pela Decibel VC e participação da Y Combinator, a startup planeja expandir sua tecnologia, investir em marketing e lançamento no mercado. O objetivo é disponibilizar a plataforma para o público geral focando na saúde preventiva, além de oferecer soluções para laboratórios farmacêuticos e pesquisadores que conduzem ensaios clínicos aprovados pela FDA, auxiliando na análise da resposta dos pacientes a tratamentos.