Mantis Biotech tạo ra 'bản sao kỹ thuật số' của con người để giải quyết vấn đề thiếu dữ liệu trong y học

Mantis Biotech tạo ra 'bản sao số' của con người để giải quyết vấn đề thiếu dữ liệu trong y học

Các mô hình ngôn ngữ lớn được đào tạo trên các tập dữ liệu khổng lồ có thể đẩy nhanh nghiên cứu về bộ gen, hợp lý hóa tài liệu lâm sàng, cải thiện chẩn đoán theo thời gian thực, hỗ trợ đưa ra quyết định lâm sàng, tăng tốc quá trình khám phá thuốc và thậm chí tạo ra dữ liệu tổng hợp để thúc đẩy các thí nghiệm. Nhưng lời hứa biến đổi nghiên cứu y sinh học của chúng lại thường gặp phải một nút thắt cổ chai: ngoài dữ liệu có cấu trúc mà ngành y tế dựa vào, những mô hình này gặp khó khăn trong các trường hợp đặc biệt như bệnh hiếm gặp và các tình trạng bất thường, nơi dữ liệu đáng tin cậy và mang tính đại diện rất khan hiếm. Mantis Biotech, có trụ sở tại New York, tuyên bố họ đang phát triển giải pháp để lấp đầy khoảng trống về tính khả dụng của dữ liệu này. Nền tảng của công ty tích hợp các nguồn dữ liệu khác nhau để tạo ra các tập dữ liệu tổng hợp có thể được sử dụng để xây dựng cái gọi là "bản sao số" của cơ thể người: các mô hình dự đoán dựa trên vật lý về giải phẫu, sinh lý và hành vi.

Công ty đang chào hàng những bản sao số này để sử dụng trong việc tổng hợp và phân tích dữ liệu. Những bản sao số này có thể được sử dụng để nghiên cứu và thử nghiệm các quy trình y tế mới, huấn luyện robot phẫu thuật và mô phỏng, dự đoán các vấn đề y tế hoặc thậm chí các kiểu hành vi. Ví dụ: một đội thể thao có thể dự đoán khả năng một cầu thủ NFL cụ thể bị chấn thương gân Achilles dựa trên hiệu suất gần đây, khối lượng luyện tập, chế độ ăn uống và thời gian hoạt động của họ, người sáng lập và Giám đốc điều hành của Mantis, Georgia Witchel, giải thích với TechCrunch trong một cuộc phỏng vấn gần đây.

Để xây dựng những bản sao này, nền tảng của Mantis trước tiên lấy dữ liệu từ nhiều nguồn khác nhau, chẳng hạn như sách giáo khoa, máy quay ghi lại chuyển động, cảm biến sinh trắc học, nhật ký huấn luyện và hình ảnh y tế. Sau đó, nó sử dụng một hệ thống dựa trên LLM để định tuyến, xác thực và tổng hợp các luồng dữ liệu khác nhau, đồng thời chạy tất cả thông tin đó thông qua một công cụ vật lý để tạo ra các kết xuất có độ trung thực cao của tập dữ liệu đó, sau đó có thể được sử dụng để đào tạo các mô hình dự đoán.

"Chúng tôi có thể lấy tất cả các nguồn dữ liệu khác nhau này và sau đó biến chúng thành các mô hình dự đoán về cách mọi người sẽ thực hiện. Vì vậy, bất cứ khi nào bạn muốn dự đoán cách một người sẽ thực hiện, đó là một trường hợp sử dụng thực sự tốt cho công nghệ của chúng tôi", Witchel nói.

Witchel nói với TechCrunch rằng lớp công cụ vật lý là chìa khóa ở đây, bởi vì nó giúp nền tảng nâng cao thông tin có sẵn bằng cách làm cơ sở cho dữ liệu tổng hợp được tạo ra và mô hình hóa thực tế vật lý của giải phẫu.

Techcrunch event San Francisco, CA | October 13-15, 2026

"Nếu tôi yêu cầu bạn ước tính tư thế tay cho một người bị mất một ngón tay, điều đó sẽ thực sự, thực sự khó, bởi vì không có bộ dữ liệu công khai nào về các vị trí tay được gắn nhãn của một người bị mất một ngón tay. Chúng tôi có thể tạo ra bộ dữ liệu đó thực sự, thực sự dễ dàng, bởi vì chúng tôi chỉ cần lấy mô hình vật lý của mình và chúng tôi nói, loại bỏ ngón tay X, tạo lại mô hình", bà nói.

Vì nền tảng của Mantis lấp đầy khoảng trống trong các nguồn dữ liệu, Witchel cho rằng nó có tiềm năng được sử dụng rộng rãi trong toàn ngành y sinh, nơi thông tin về các quy trình hoặc bệnh nhân có thể khó truy cập, không có cấu trúc hoặc được lưu trữ riêng biệt trong các nguồn khác nhau. Bà nhấn mạnh các trường hợp đặc biệt hoặc bệnh hiếm gặp, nơi dữ liệu khó thu thập vì thường có những hạn chế về đạo đức và quy định xung quanh việc đưa dữ liệu của bệnh nhân vào các tập dữ liệu công khai hoặc sử dụng nó để đào tạo các mô hình AI.

"Bạn biết khi bạn nhìn thấy một đứa trẻ ba tuổi chạy xung quanh, và chúng có một con búp bê Barbie, và chúng đang giữ nó bằng một chân và đập nó vào bàn? Tôi muốn mọi người có tư duy đó với những bản sao số của chúng ta", bà nói. "Tôi nghĩ rằng điều đó sẽ mở ra cho mọi người ý tưởng rằng con người có thể được thử nghiệm khi bạn đang sử dụng con người ảo. Tôi cảm thấy hiện tại, mọi người hoạt động với tư duy hoàn toàn ngược lại, điều này hoàn toàn hợp lý, bởi vì quyền riêng tư của mọi người nên được tôn trọng. Trên thực tế, tôi không thực sự nghĩ rằng dữ liệu của mọi người nên bị khai thác chút nào, đặc biệt là khi bạn có những bản sao số này."

Hiện tại, Mantis đã thành công trong lĩnh vực thể thao chuyên nghiệp, có lẽ vì có nhu cầu mô hình hóa các vận động viên có thành tích cao. Witchel cho biết một trong những khách hàng chính của công ty khởi nghiệp là một đội NBA. "Chúng tôi tạo ra những bản sao kỹ thuật số này của các vận động viên, về cơ bản nó cho thấy đây là cách vận động viên này đã nhảy, không chỉ hôm nay mà còn cho mỗi ngày trong năm qua, và đây là cách những cú nhảy của họ thay đổi theo thời gian so với lượng thời gian họ ngủ, hoặc so với số lần họ giơ tay lên trên đầu", bà giải thích.

Công ty khởi nghiệp gần đây đã huy động được 7,4 triệu đô la trong vòng tài trợ hạt giống do Decibel VC dẫn đầu, với sự tham gia của Y Combinator, một vài nhà đầu tư thiên thần và Liquid 2. Khoản tài trợ sẽ được sử dụng cho việc tuyển dụng, quảng cáo, tiếp thị và các chức năng tiếp cận thị trường. Bước tiếp theo cho Mantis, Witchel cho biết, là tiếp tục xây dựng công nghệ và cuối cùng phát hành nền tảng này cho công chúng, nhắm mục tiêu đến chăm sóc sức khỏe phòng ngừa. Công ty cũng đang nỗ lực phục vụ các phòng thí nghiệm dược phẩm và các nhà nghiên cứu làm việc trong các thử nghiệm của FDA, nhằm mục đích cung cấp thông tin chi tiết về cách bệnh nhân đang phản ứng với các phương pháp điều trị.