Mantis Biotech, une entreprise new-yorkaise, développe une technologie de « jumeaux numériques » humains pour résoudre le problème critique de la disponibilité des données dans la recherche médicale. Bien que les grands modèles de langage (LLM) promettent d'accélérer la génomique, la documentation clinique et la découverte de médicaments, leur efficacité est souvent limitée par le manque de données représentatives pour les cas rares ou complexes. La plateforme de Mantis Biotech vise à combler ce vide en intégrant des sources de données disparates pour créer des modèles prédictifs basés sur la physique de l'anatomie et de la physiologie. Le processus de création de ces jumeaux numériques commence par la collecte d'informations provenant de livres de référence, de caméras de capture de mouvement, de capteurs biométriques, de journaux d'entraînement et d'imagerie médicale. Un système basé sur des LLM valide et synthétise ces flux de données, avant de les alimenter dans un moteur de physique. Ce moteur permet de générer des rendus haute fidélité capables de simuler des scénarios réalistes, y compris des conditions extrêmes pour lesquelles il n'existe pas de données publiques. Par exemple, la société explique qu'il est difficile d'obtenir des ensembles de données sur les mains d'individus ayant perdu un doigt, alors que le modèle de physique peut facilement générer ce scénario en modifiant virtuellement le nombre de doigts, permettant ainsi l'entraînement de modèles de reconnaissance de la pose des mains pour ces cas spécifiques. Georgia Witchel, fondatrice et PDG de Mantis Biotech, illustre l'application de cette technologie dans le sport de haut niveau. Une équipe de la NBA utilise déjà le service pour analyser les performances des athlètes. Le système génère une représentation numérique montrant comment un joueur a sauté au fil du temps, corrélant ces données avec le sommeil, la charge d'entraînement et d'autres facteurs. Cette approche permet de prédire des risques de blessures, comme l'éventualité qu'un joueur de la NFL développe une tendinite d'Achille, en se basant sur des modèles de comportement simulés plutôt que sur des données historiques limitées. L'approche de Mantis vise à réduire la dépendance aux données réelles des patients, qui sont souvent fragmentées, non structurées ou soumises à des contraintes éthiques et réglementaires strictes, notamment pour les maladies rares. La dirigeante encourage une assimilation de ces jumeaux numériques à la manière dont les enfants manipulent des figurines pour tester des scénarios virtuels sans risque, tout en insistant sur le respect de la vie privée et l'exploitation éthique des données. L'objectif est de permettre des tests médicaux sur des humains virtuels, évitant ainsi l'exploitation des données personnelles sensibles. Financièrement, la startup a récemment levé 7,4 millions de dollars lors d'un tour de table de type « seed », mené par Decibel VC avec la participation de Y Combinator, d'investisseurs angels et de Liquid 2. Ces fonds seront destinés au recrutement, au marketing et au déploiement commercial de la solution. Les prochaines étapes incluent le développement continu de la technologie et la lancement de la plateforme auprès du grand public, en se concentrant sur la santé préventive. Parallèlement, Mantis Biotech cible les laboratoires pharmaceutiques et les chercheurs menant des essais cliniques auprès de la FDA, afin de fournir des insights sur la réponse des patients aux traitements sans avoir à attendre de longues périodes d'observation réelle.