A Mantis Biotech está criando “gêmeos digitais” de seres humanos para ajudar a resolver o problema da disponibilidade de dados na área médica
A Mantis utiliza fontes de dados diversas para criar conjuntos de dados sintéticos que podem ser usados para construir os chamados “gêmeos digitais” do corpo humano, representando a anatomia, a fisiologia e o comportamento.
Modelos de linguagem de grande porte, treinados com vastos conjuntos de dados, poderiam acelerar a pesquisa genômica, simplificar a documentação clínica, melhorar o diagnóstico em tempo real, apoiar a tomada de decisões clínicas, acelerar a descoberta de medicamentos e até mesmo gerar dados sintéticos para impulsionar experimentos.
Mas sua promessa de transformar a pesquisa biomédica frequentemente esbarra em um gargalo: além dos dados estruturados dos quais a área da saúde depende, esses modelos enfrentam dificuldades em casos extremos, como doenças raras e condições incomuns, onde dados confiáveis e representativos são escassos.
A Mantis Biotech, com sede em Nova York, afirma estar desenvolvendo a solução para preencher essa lacuna na disponibilidade de dados. A plataforma da empresa integra fontes de dados díspares para criar conjuntos de dados sintéticos que podem ser usados para construir os chamados “gêmeos digitais” do corpo humano: modelos preditivos baseados na física de anatomia, fisiologia e comportamento.
A empresa está promovendo esses gêmeos digitais para uso na agregação e análise de dados. Esses gêmeos digitais poderiam ser usados para estudar e testar novos procedimentos médicos, treinar robôs cirúrgicos e simular e prever problemas médicos ou até mesmo padrões de comportamento. Por exemplo, uma equipe esportiva poderia prever a probabilidade de um jogador específico da NFL desenvolver uma lesão no tendão de Aquiles com base em seu desempenho recente, carga de treinamento, dieta e há quanto tempo está em atividade, explicou a fundadora e CEO da Mantis, Georgia Witchel, ao TechCrunch em uma entrevista recente.
Para construir esses gêmeos, a plataforma da Mantis primeiro coleta dados de diversas fontes, como livros didáticos, câmeras de captura de movimento, sensores biométricos, registros de treinamento e imagens médicas. Em seguida, ela usa um sistema baseado em LLM para rotear, validar e sintetizar os vários fluxos de dados, e processa todas essas informações por meio de um motor físico para criar renderizações de alta fidelidade desse conjunto de dados, que podem então ser usadas para treinar modelos preditivos.
“Somos capazes de pegar todas essas fontes de dados díspares e transformá-las em modelos preditivos de como as pessoas vão se sair. Portanto, sempre que você quiser prever como um ser humano vai se sair, esse é um caso de uso realmente bom para nossa tecnologia”, disse Witchel.
A camada do motor físico é fundamental aqui, disse Witchel ao TechCrunch, porque ajuda a plataforma a aprimorar as informações disponíveis ao fundamentar os dados sintéticos gerados e modelar de forma realista a física da anatomia.
Disrupt 2026: O ecossistema de tecnologia, tudo em uma única sala
Economize até US$ 300 ou 30% no TechCrunch Founder Summit
“Se eu pedisse para você fazer uma estimativa da postura da mão de alguém que não tem um dedo, seria muito, muito difícil, porque não há conjuntos de dados disponíveis publicamente com posições de mãos rotuladas de alguém que não tem um dedo. Poderíamos gerar esse conjunto de dados com muita, muita facilidade, porque basta pegarmos nosso modelo físico e dizermos: remova o dedo X, regenere o modelo”, disse ela.
Como a plataforma da Mantis preenche lacunas nas fontes de dados, Witchel acredita que há potencial para que ela seja amplamente utilizada na indústria biomédica, onde informações sobre procedimentos ou pacientes podem ser de difícil acesso, estar desestruturadas ou isoladas em várias fontes. Ela destacou casos extremos ou doenças raras, nos quais é difícil obter dados, já que frequentemente existem restrições éticas e regulatórias em relação à inclusão de dados de pacientes em conjuntos de dados públicos ou ao uso desses dados para treinar modelos de IA.
“Sabe quando você vê uma criança de três anos correndo por aí, segurando uma Barbie pela perna e batendo-a contra a mesa? Quero que as pessoas tenham essa mentalidade em relação aos nossos gêmeos digitais”, disse ela. “Acho que isso vai abrir as mentes das pessoas para a ideia de que é possível fazer testes em humanos quando se usa humanos virtuais. Sinto que, atualmente, as pessoas agem com a mentalidade exatamente oposta, o que faz todo o sentido, porque a privacidade das pessoas deve ser respeitada. Na verdade, não acho que os dados das pessoas devam ser explorados de forma alguma, especialmente quando se tem esses gêmeos digitais.”
Por enquanto, a Mantis tem obtido sucesso nos esportes profissionais, provavelmente porque há uma necessidade de modelar atletas de alto desempenho. Witchel disse que um dos principais clientes da startup é um time da NBA.
“Criamos essas representações digitais dos atletas, que basicamente mostram como esse atleta saltou, não apenas hoje, mas em todos os dias do ano passado, e como seus saltos estão mudando ao longo do tempo em comparação com a quantidade de horas que dormem ou com quantas vezes levantam os braços acima da cabeça”, explicou ela.
A startup levantou recentemente US$ 7,4 milhões em financiamento inicial liderado pela Decibel VC, com a participação da Y Combinator, alguns investidores-anjo e a Liquid 2. O financiamento será usado para contratações, publicidade, marketing e funções de entrada no mercado.
O próximo passo para a Mantis, disse Witchel, é continuar desenvolvendo a tecnologia e, eventualmente, lançar a plataforma para o público em geral, com foco na saúde preventiva. A empresa também está trabalhando para atender laboratórios farmacêuticos e pesquisadores envolvidos em ensaios clínicos da FDA, com o objetivo de fornecer insights sobre como os pacientes estão respondendo aos tratamentos.
Ram é repórter e editor de finanças e tecnologia. Ele cobriu fusões e aquisições na América do Norte e Europa, ações, notícias regulatórias e mercados de dívida na Reuters e na Acuris Global, e também escreveu sobre viagens, turismo, entretenimento e livros.
Você pode entrar em contato ou confirmar a autoria de Ram enviando um e-mail para ram.iyer@techcrunch.com.
O StrictlyVC dá início ao ano em São Francisco. Participe de conversas informais e sem filtros com líderes do setor, insights privilegiados de investidores de capital de risco e conexões de alto valor que realmente fazem a diferença. Os ingressos são limitados.
A popularidade do Claude, da Anthropic, entre os consumidores pagantes está disparando Julie Bort
A popularidade do Claude, da Anthropic, entre os consumidores pagantes está disparando
A popularidade do Claude, da Anthropic, entre os consumidores pagantes está disparando
O número de passageiros da Waymo disparando em um gráfico Kirsten Korosec
O número de passageiros da Waymo disparando em um gráfico
O número de passageiros da Waymo disparando em um gráfico
16 das startups mais interessantes do YC W26 Demo Day Dominic-Madori Davis
16 das startups mais interessantes do YC W26 Demo Day
16 das startups mais interessantes do YC W26 Demo Day
Uma importante ferramenta de hacking vazou na internet, colocando milhões de iPhones em risco. Veja o que você precisa saber. Lorenzo Franceschi-Bicchierai
Uma importante ferramenta de hacking vazou na internet, colocando milhões de iPhones em risco. Veja o que você precisa saber.
Uma importante ferramenta de hacking vazou na internet, colocando milhões de iPhones em risco. Veja o que você precisa saber.
A lacuna de habilidades em IA já está aqui, diz empresa de IA, e usuários avançados estão saindo na frente Rebecca Bellan
A lacuna de habilidades em IA já está aqui, diz empresa de IA, e usuários avançados estão saindo na frente
A lacuna de habilidades em IA está aqui, diz empresa de IA, e os usuários avançados estão saindo na frente
Google revela o TurboQuant, um novo algoritmo de compressão de memória de IA — e sim, a internet está chamando-o de ‘Pied Piper’ Sarah Perez
Google revela o TurboQuant, um novo algoritmo de compressão de memória de IA — e sim, a internet está chamando-o de ‘Pied Piper’
Google revela o TurboQuant, um novo algoritmo de compressão de memória de IA — e sim, a internet está chamando-o de “Pied Piper”
Mulher do Kentucky rejeita oferta de US$ 26 milhões para transformar sua fazenda em um data center Graham Starr
Mulher do Kentucky rejeita oferta de US$ 26 milhões para transformar sua fazenda em um data center
Mulher do Kentucky rejeita oferta de US$ 26 milhões para transformar sua fazenda em um data center
O que esta cobertura entrega
- Atribuicao clara de fonte com link para a publicacao original.
- Enquadramento editorial sobre relevancia, impacto e proximos desdobramentos.
- Revisao de legibilidade, contexto e duplicacao antes da publicacao.
Fonte original:
TechCrunch AISobre este artigo
Este artigo foi curado e publicado pelo AIDaily como parte da nossa cobertura editorial sobre desenvolvimentos em inteligência artificial. O conteúdo é baseado na fonte original citada abaixo, enriquecido com contexto e análise editorial. Ferramentas automatizadas podem auxiliar tradução e estruturação inicial, mas a decisão de publicar, a revisão factual e o enquadramento de contexto seguem responsabilidade editorial.
Saiba mais sobre nosso processo editorial