萬塔生物科技正打造人類的「數位雙胞胎」以協助解決醫藥資料不足的問題

大型語言模型透過大量資料集的訓練，有潛力加速基因組研究、簡化臨床文件、改善即時診斷、支援臨床決策、加快藥物發現，甚至產生合成資料以促進實驗。然而，這些模型在轉化生物醫學研究的潛力常面臨瓶頸：在醫療領域依賴的結構化資料之外，這些模型在邊緣案例，例如罕見疾病或特殊情況，表現不佳，因為這些情況下可靠且具代表性的資料極為稀少。紐約的 Mantis Biotech 声稱正在開發解決資料可用性缺口的方案。該公司的平台整合來自不同來源的資料，以建立合成資料集，可用來建立所謂的「數位雙胞胎」：基於物理學的預測模型，用來模擬人體的解剖結構、生理功能與行為。該公司表示，這些數位雙胞胎可用於資料整合與分析。這些數位雙胞胎可以用來研究與測試新的醫療程序、訓練外科手術機器人，以及模擬與預測醫療問題或甚至行為模式。例如，一個體育團隊可以根據球員最近的表現、訓練負荷、飲食以及他們從事運動的時間，預測特定 NFL 球員是否會出現跟腱傷害，Mantis 的創辦人兼首席執行長 Georgia Witchel 在最近一次對 TechCrunch 的採訪中說明。為建立這些雙胞胎，Mantis 的平台首先從多種來源取得資料，例如教科書、動作捕捉相機、生物辨識感測器、訓練紀錄與醫療影像。然後，它會使用基於大型語言模型（LLM）的系統來路由、驗證並合成這些資料流，並將所有資訊透過物理引擎處理，以產生高忠實度的資料集呈現，之後可用來訓練預測模型。Witchel 表示：「我們能將這些分散的資料來源轉換為預測模型，用來預測人們的表現。所以，任何想要預測人類表現的情況，都是我們技術非常好的應用場景。」Witchel 對 TechCrunch 表示，物理引擎層在此至關重要，因為它能透過將生成的合成資料與實際物理學結合，來增強可用資訊並真實模擬人體的物理學。她說：「假設你要求我做一個手指缺失的人的手姿估計，這會非常困難，因為目前沒有公開的手姿資料集，其中包含手指缺失的人的標籤資料。我們可以輕鬆地產生這個資料集，因為我們只需要使用我們的物理模型，並說：移除手指 X，重新生成模型。」由於 Mantis 的平台能填補資料來源的缺口，Witchel 認為這項技術有潛力在整個生物醫學產業中廣泛應用，尤其是在資訊難以取得、結構混亂或分散在不同來源的情況下。她強調邊緣案例或罕見疾病，這些情況下資料難以取得，因為常有倫理與法規上的考量，限制了將病患資料納入公開資料集或用來訓練 AI 模型。她說：「你有沒有看過三歲小孩拿芭比娃娃，用一隻腳把它撞到桌子上的情景？我希望人們能用這種心態來看待我們的數位雙胞胎。」她說：「我相信這會讓人們接受這個想法，即在使用虛擬人時，可以對人類進行測試。目前，人們的思維與此相反，這是很合理的，因為人們的隱私權應該受到尊重。事實上，我認為人們的資料不應該被濫用，尤其是在這些數位雙胞胎的情況下。」目前，Mantis 在職業體育領域已見成效，這可能是因為需要建模高表現運動員。Witchel 表示，該公司的主要客戶之一是 NBA 球隊。她解釋說：「我們建立這些運動員的數位表現，顯示這位運動員過去一年每一天的跳躍情況，並比較他的跳躍變化與睡眠時間或舉高雙臂的次數。」該公司最近由 Decibel VC 領導籌集了 740 萬美元的種子資金，參與投資者包括 Y Combinator、一些天使投資者以及 Liquid 2。資金將用於招聘、廣告、行銷與市場推廣。Witchel 表示，Mantis 的下一步是繼續擴充技術，並最終將平台對大眾發佈，目標為預防性醫療。該公司同時也在與製藥實驗室以及進行 FDA 試驗的研究人員合作，希望能提供有關病患對治療反應的洞察。