纽约初创公司 Mantis Biotech 正在用一种创新方式解决生物医学研究中的数据瓶颈问题。该公司最近完成了 740 万美元的种子轮融资,由 Decibel VC 领投,Y Combinator 等机构参投。

什么是数字孪生?
Mantis 的平台通过整合教科书、动作捕捉摄像头、生物传感器、训练日志和医学影像等多种数据源,构建人体的数字孪生模型。这些模型不是简单的 3D 渲染,而是基于物理引擎的预测性模型,能够模拟解剖结构、生理功能和行为模式。
实际应用场景
创始人兼 CEO Georgia Witchel 举例说,体育团队可以用这项技术预测球员受伤风险。比如,系统可以根据 NFL 球员的近期表现、训练负荷、饮食习惯和活跃时长,预测其跟腱受伤的可能性。
目前,Mantis 已经在职业体育领域取得了成功,主要客户包括一支 NBA 球队。系统能够追踪运动员的跳跃表现变化,并与睡眠时长、手臂抬举次数等数据进行关联分析。
解决边缘案例数据短缺
传统 AI 模型在罕见疾病和特殊情况下往往表现不佳,因为缺乏代表性数据。Mantis 的技术可以生成合成数据集来填补这些空白。
Witchel 解释道:如果要训练系统识别缺少一根手指的人的手部姿势,这非常困难,因为公开数据集中几乎没有这类标注数据。但使用我们的物理模型,可以轻松生成这样的数据集。
下一步计划
Mantis 计划继续完善技术,最终向公众开放平台,专注于预防性医疗保健。公司还在与制药实验室和参与 FDA 试验的研究人员合作,提供患者对治疗反应的分析洞察。
