AI打造數位分身 補位醫療數據匱乏

記者許若茵／編譯

在龐大數據訓練下的大型語言模型，有望加速各類技術在生醫領域的應用，但往往卡在一個關鍵瓶頸：除了醫療體系既有的結構化資料外，當面對罕見疾病或特殊病例等邊緣情境時，由於缺乏可靠且具代表性的數據，模型表現明顯受限。Mantis Biotech 正在打造人類的「數位分身」，試圖解決醫療領域長期存在的資料不足問題。

總部位於紐約的Mantis Biotech表示，公司正開發解決方案來填補這項資料落差。其平台可整合來自不同來源的數據，生成合成資料集，進一步打造所謂的人體「數位分身」，也就是以物理為基礎、具備預測能力的人體模型，涵蓋解剖結構、生理機制與行為表現。

公司主打這些數位分身可用於資料整合與分析，應用範圍包括新醫療技術的研究與測試、手術機器人訓練，以及模擬與預測疾病或行為模式。例如，運動團隊可根據球員近期表現、訓練負荷、飲食與運動年資，預測特定NFL球員發生阿基里斯腱傷勢的機率。創辦人暨執行長Georgia Witchel在受訪時指出，這類應用能讓決策更精準。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

為打造這些數位分身，Mantis平台首先蒐集多元資料來源，包括教科書、動作捕捉設備、生物感測器、訓練紀錄與醫學影像，接著透過大型語言模型系統對不同數據進行分流、驗證與整合，再交由物理引擎處理，生成高擬真度的資料呈現，進而訓練預測模型。

Witchel表示，公司能將分散資料轉化為預測模型，用來推估人類未來表現，因此凡是涉及「預測人類行為或狀態」的情境，都是這項技術的理想應用場景。

她強調，物理引擎是關鍵核心，因為它能讓生成的合成數據建立在真實物理基礎上，提升可信度。例如若要建立缺少手指者的手部姿態資料，現實中幾乎沒有公開數據，但透過模型只需移除特定手指並重新生成，就能快速產出所需資料。

由於該平台能補足資料缺口，Witchel認為其在生醫產業具有廣泛應用潛力，尤其是在資料難以取得、未結構化或分散的情境中。她也指出，罕見疾病與特殊病例常受限於倫理與法規，難以取得數據，這正是數位分身的重要應用場景。

她形容，希望外界能用更開放的心態看待這項技術，就像小孩拿玩具反覆測試一樣，透過虛擬人體進行各種實驗。她也強調，在這樣的架構下，能降低對真實個資的依賴，有助於兼顧隱私與研究需求。

目前，Mantis已在職業運動領域取得初步成果，其中一個主要客戶為NBA球隊。透過數位分身，團隊可以追蹤球員過去一年每日的動作表現，並分析其與睡眠或動作習慣之間的變化關係。

在資金方面，該新創近期完成740萬美元種子輪募資，由Decibel VC領投，並獲Y Combinator、天使投資人與Liquid 2參與，資金將用於人才招募、行銷與市場拓展。

展望未來，Witchel表示，公司將持續強化技術，目標是將平台推向大眾市場，應用於預防醫學，同時也將服務製藥公司與臨床試驗研究人員，協助分析患者對治療的反應，提供更深入洞察。

資料來源：techcrunch