הפתרון לבעיית הנתונים ברפואה מגיע מהעולם הדיגיטלי

מודלי שפה גדולים מבטיחים לשנות את תעשיית הבריאות: מחקר גנומי מהיר יותר, תיעוד קליני יעיל, אבחון בזמן אמת ותמיכה בהחלטות רפואיות. אבל ההבטחה הזו נתקלת בחסם משמעותי- במקרי קצה כמו מחלות נדירות ומצבים חריגים, אין מספיק נתונים מייצגים ואמינים לאימון המודלים.

סטארט-אפ ניו יורקי בשם Mantis Biotech טוען שיש לו את הפתרון לבעיה. החברה פיתחה פלטפורמה שמשלבת מקורות נתונים מפוזרים ליצירת מערכי נתונים סינתטיים, שמשמשים לבניית "תאומים דיגיטליים" של גוף האדם, הכוללים מודלים פיזיקליים ותחזיתיים של אנטומיה, פיזיולוגיה והתנהגות.

איך זה עובד?

הפלטפורמה של Mantis אוספת מידע ממגוון מקורות: ספרי לימוד רפואיים, מצלמות לתיעוד תנועה, חיישנים ביומטריים, יומני אימונים ודימות רפואי. לאחר מכן היא משתמשת במערכת מבוססת LLM כדי לנתב, לאמת ולסנתז את זרמי הנתונים השונים, ומעבירה את כל המידע דרך מנוע פיזיקה ליצירת הדמיות ברזולוציה גבוהה של מערך הנתונים.

"אנחנו מסוגלים לקחת את כל מקורות הנתונים המפוזרים האלה ולהפוך אותם למודלים תחזיתיים לאופן שבו אנשים עומדים לתפקד, אז בכל פעם שאתה רוצה לחזות איך בן אדם עומד להופיע או לתפקד, זה מקרה שימוש טוב מאוד לטכנולוגיה שלנו", הסבירה ג'ורג'יה ויצ'ל, מייסדת ומנכ"לית Mantis.

לדברי ויצ'ל, שכבת מנוע הפיזיקה היא המפתח מכיוון היא מאפשרת לפלטפורמה לשפר את המידע הזמין על ידי עיגון הנתונים הסינתטיים ומודל ריאליסטי של הפיזיקה של האנטומיה.

פתרון לבעיית הנתונים הנדירים

ויצ'ל נותנת דוגמה קונקרטית: "אם הייתי מבקשת ממך לעשות הערכת תנוחת יד של מישהו שחסרה לו אצבע, זה היה ממש קשה, כי אין מערכי נתונים זמינים לציבור של תנוחות יד מסומנות של מישהו שחסרה לו אצבע. אנחנו יכולים ליצור את מערך הנתונים הזה באופן קל מאוד, כי אנחנו פשוט לוקחים את המודל הפיזיקלי שלנו ואומרים: הסר אצבע X, צור מחדש מודל".

מכיוון שהפלטפורמה של Mantis ממלאת פערים במקורות נתונים, ויצ'ל סבורה שיש לה פוטנציאל לשימוש נרחב בתעשיית הביו-רפואית, שם מידע על הליכים או מטופלים יכול להיות קשה להשגה, לא מובנה או מפוזר במקורות שונים. היא מדגישה במיוחד מקרי קצה או מחלות נדירות, שם קשה להשיג נתונים בגלל מגבלות אתיות ורגולטוריות.

הצלחה ראשונה בספורט המקצועי

נכון להיום, Mantis כבר רואה הצלחה בספורט המקצועי. ויצ'ל אמרה שאחד הלקוחות העיקריים של החברה הוא קבוצה שמשחקת ב-NBA: אנחנו יוצרים ייצוגים דיגיטליים של הספורטאים, שבעצם מראים איך הספורטאי הזה קפץ, לא רק היום, אלא בכל יום בשנה האחרונה, ואיך הקפיצות שלו משתנות לאורך זמן ביחס לכמות השינה שלו, או ביחס לכמות הפעמים שהוא מרים את הידיים מעל הראש.

דוגמה נוספת: קבוצה יכולה לחזות את הסבירות שחלוץ NFL ספציפי יפתח פציעה בגיד אכילס, בהתבסס על הביצועים האחרונים שלו, עומס האימון, התזונה ומשך הזמן שהוא פעיל.

גיוס ותוכניות עתידיות

הסטארט-אפ גייס לאחרונה 7.4 מיליון דולר במימון סיד בהובלת Decibel VC, בהשתתפות Y Combinator, מספר משקיעי מלאכים ו-Liquid 2. הכספים ישמשו לגיוס עובדים, פרסום, שיווק ופעולות הקשורות ל-Go-To-Market.

השלב הבא עבור Mantis, לדברי ויצ'ל, הוא להמשיך לפתח את הטכנולוגיה, ובסופו של דבר לשחרר את הפלטפורמה לציבור הרחב, תוך התמקדות ברפואה מונעת. החברה גם עובדת על התאמה למעבדות פרמצבטיות וחוקרים שעובדים על ניסויים קליניים של ה-FDA, במטרה לספק תובנות לגבי האופן שבו מטופלים מגיבים לטיפולים.

עבור חברות ביו-טק ישראליות, שרבות מהן מתמחות במחקר ופיתוח רפואי, הטכנולוגיה הזו עשויה להוות כלי משמעותי במיוחד במחקרים קליניים ובתחום המכשור הרפואי, שבו קשה להשיג מספיק נתונים למקרי קצה או אוכלוסיות מיוחדות. היכולת לייצר דגמים סינתטיים עשויה להפחית עלויות וזמני פיתוח של מכשור רפואי חדש, תוך שמירה על עקרונות פרטיות והגנת נתונים.