Mantis Biotech staví digitální lidi. Kombinace LLM a fyzikálních simulací

V lékařském výzkumu je dat zoufale málo. Zvlášť u vzácných chorob nebo specifických scénářů, jako je zranění profesionálního atleta. To je stará známá věc. Obvyklým řešením je generování syntetických dat, což ale často vede jen k statisticky pravděpodobným, leč sterilním tabulkám.

Mantis Biotech na to jde jinak. Jejich cílem není jen datový set, ale funkční digitální dvojče. Základem je masivní, multi-modální sběr dat. Do jednoho mixéru házejí všechno: texty z lékařských učebnic, data z motion capture senzorů, biometrii, ale i medicínské snímky jako CT nebo MRI.

Tenhle datový guláš pak zpracovává LLM. Jeho úkolem není vést konverzaci. Představte si ho spíš jako šéfkuchaře, který z tisíců útržků receptů, fotek a poznámek musí sestavit jeden funkční a konzistentní kuchařský postup. LLM zde funguje jako validátor a syntetizátor znalostí.

To nejzajímavější ale přichází potom. Syntetizovaná data nejsou cíl, ale jen vstup pro fyzikální engine. A to je ten zásadní rozdíl. Systém se tak nespoléhá jen na statistické korelace v datech, ale musí respektovat fyzikální zákony. Model tak nejen „ví“, že Achillova šlacha existuje, ale simuluje její mechanické namáhání.

Je to jako rozdíl mezi tím, když se naučíte nazpaměť aerodynamické rovnice, a tím, když skutečně spustíte simulaci proudění vzduchu kolem křídla. Tento krok uzemňuje abstraktní data v realitě.

Výsledkem je vysoce věrné digitální dvojče. S ním pak lze testovat nové lékařské postupy, trénovat chirurgické roboty bez rizika nebo predikovat, jak tělo atleta zareaguje na extrémní zátěž. Využití se posouvá od čistého výzkumu k praktickému inženýrství.

Inženýrská skepse je ale na místě. Celý systém stojí a padá na kvalitě vstupních dat a přesnosti simulace. Princip „garbage in, garbage out“ platí i tady. Největší výzvou bude validace těchto digitálních dvojčat proti skutečným biologickým systémům. Bez toho hrozí, že vytvoříme jen velmi přesvědčivou, ale naprosto fiktivní postavu.