在海量数据集上训练的大型语言模型可以加速基因组学研究、简化临床文档、提高实时诊断能力、支持临床决策、加速药物发现，甚至生成合成数据以推动实验进展。
然而，它们在变革生物医学研究方面的潜力常常遭遇瓶颈：除了医疗领域依赖的结构化数据外，这些模型在处理罕见病和异常状况等边缘案例时表现不佳，因为这些情况下可靠且具有代表性的数据非常稀缺。
总部位于纽约的Mantis Biotech声称正在开发解决方案，以填补这一数据可用性缺口。该公司的平台整合了分散的数据源，以生成合成数据集，用于构建人体“数字孪生”：即基于物理学的、可预测的人体解剖学、生理学和行为的模型。
该公司正在推广这些数字孪生体用于数据聚合与分析。这些数字孪生体可用于研究和测试新的医疗程序、训练手术机器人，以及模拟和预测医疗问题甚至行为模式。例如，Mantis 的创始人兼首席执行官 Georgia Witchel 在最近接受 TechCrunch 采访时解释说，一支运动队可以根据某位 NFL 球员近期的表现、训练负荷、饮食以及活跃时长，预测其出现阿基里斯腱（跟腱）损伤的可能性。
为了构建这些数字孪生体，Mantis 的平台首先从教科书、动作捕捉摄像头、生物传感器、训练日志和医学影像等多种来源收集数据。然后，它利用基于大型语言模型的系统对各类数据流进行路由、验证和整合，并将所有信息输入物理引擎，以创建高保真度的数据集渲染效果，随后可用于训练预测模型。
“我们能够将这些分散的数据源转化为预测人类未来表现的模型。因此，只要你想预测一个人的表现如何，这就是我们技术的一个绝佳应用场景，”Witchel 表示。
Witchel 告诉 TechCrunch，物理引擎层在此至关重要，因为它有助于平台通过为生成的合成数据提供依据并真实地模拟解剖学物理特性，来增强可用信息。
“如果我让你为一名缺失手指的人进行手部姿态估计，那将非常困难，因为公开可用的标注了缺失手指者手部位置的数据库几乎没有。我们可以非常容易地生成这样的数据集，因为我们只需使用物理模型，说‘移除手指 X，重新生成模型’即可，”她说。
由于 Mantis 的平台能够填补数据源的空白，Witchel 认为它在生物医学行业具有广泛的潜在应用价值，因为在这些领域中，关于程序或患者的信息往往难以获取、是非结构化的，或是分散在不同的数据孤岛中。她特别强调了边缘案例或罕见疾病，在这些情况下，由于伦理和监管限制，通常难以将患者数据纳入公共数据集或用于训练 AI 模型，导致数据获取困难。
“你知道那种场景吗？一个三岁的孩子跑来跑去，手里拿着一个芭比娃娃，抓着它的一条腿往桌子上猛砸。我希望人们对我们的数字孪生也能抱有这种心态。”她说，“我认为这将让人们更容易接受这样一个概念：在使用虚拟人时，可以对人类进行测试。我觉得目前人们的想法恰恰相反，这完全说得通，因为人们的隐私应当得到尊重。事实上，我并不认为人们的数据应该被利用，尤其是在拥有这些数字孪生的情况下。”
目前，Mantis 在职业体育领域取得了成功，这可能是因为有建模高水平运动员的需求。Witchel 表示，该公司的主要客户之一是 NBA 的一支球队。
“我们为运动员创建这些数字表征，基本上可以展示这位运动员是如何跳跃的——不仅是今天，还包括过去每一天的数据；还可以展示他们的跳跃表现如何随时间变化，并与他们的睡眠量或手臂举过头顶的次数进行比较。”她解释道。
该初创公司最近由 Decibel VC 领投、Y Combinator、几位天使投资者以及 Liquid 2 参投，完成了 740 万美元的种子轮融资。这笔资金将用于招聘、广告、营销和推向市场等职能。
Witchel 表示，Mantis 的下一步是继续完善技术，并最终向公众发布该平台，目标聚焦于预防性医疗保健。该公司还在努力服务于制药实验室以及从事 FDA 试验的研究人员，旨在提供关于患者对治疗反应的洞察。