La startup busca resolver uno de los mayores cuellos de botella de la inteligencia artificial en salud: la falta de datos. Su tecnología promete simular cuerpos humanos para acelerar diagnósticos, ensayos clínicos y desarrollo de fármacos.
La inteligencia artificial aplicada a la medicina enfrenta una paradoja: mientras los modelos son cada vez más potentes, los datos siguen siendo escasos, fragmentados o inaccesibles. En ese escenario, Mantis Biotech propone una solución ambiciosa: crear “gemelos digitales” del cuerpo humano capaces de simular, predecir y experimentar sin necesidad de pacientes reales.
La compañía, con base en Nueva York, acaba de cerrar una ronda seed de U$S 7,4 millones, liderada por Decibel VC, con participación de Y Combinator, Liquid 2 Ventures e inversores ángeles. El capital será destinado a contratación, marketing y expansión comercial.
El problema: datos insuficientes para la IA médica
Los modelos de lenguaje y sistemas de IA tienen el potencial de transformar la investigación biomédica, desde acelerar descubrimientos hasta mejorar diagnósticos en tiempo real. Sin embargo, enfrentan un límite estructural: la falta de datos confiables, especialmente en casos raros o condiciones poco documentadas.
Aquí es donde entra la propuesta de Mantis. Su plataforma integra múltiples fuentes de información —desde libros de texto y sensores biométricos hasta cámaras de captura de movimiento e imágenes médicas— para generar datasets sintéticos que alimentan modelos predictivos.
Cómo funcionan los “gemelos digitales”
El proceso combina inteligencia artificial con simulación física. Primero, los datos se procesan mediante sistemas basados en modelos de lenguaje que los organizan, validan y sintetizan. Luego, se ejecutan en un motor físico que recrea con precisión la anatomía y el comportamiento humano.
El resultado es un modelo digital capaz de simular cómo una persona reaccionará ante determinadas condiciones.
Georgia Witchel, fundadora y CEO (en la imagen principal), lo explicó así: “Podemos tomar todas estas fuentes de datos dispares y convertirlas en modelos predictivos sobre cómo las personas van a rendir. Cada vez que quieras predecir cómo se comportará un ser humano, ese es un caso de uso ideal para nuestra tecnología”.
Uno de los diferenciales clave es la capacidad de generar datos donde no existen. Witchel dio un ejemplo concreto: “Si quisieras estimar la posición de la mano en alguien que le falta un dedo, sería muy difícil porque no hay datasets públicos. Nosotros podemos generar ese dataset fácilmente: tomamos nuestro modelo físico, eliminamos el dedo y regeneramos el modelo”.
Deporte, medicina y más allá
Aunque el potencial es amplio, Mantis ya encontró un primer mercado: el deporte profesional. La empresa trabaja con equipos de alto rendimiento —incluido un equipo de la NBA— para modelar atletas y predecir rendimiento o riesgo de lesiones.
Según Witchel, el sistema puede analizar variables como salto, carga de entrenamiento, sueño o movimientos repetitivos a lo largo del tiempo, generando una representación dinámica del atleta.
“Creamos estas representaciones digitales donde podés ver cómo ha saltado un jugador no solo hoy, sino todos los días del último año, y cómo eso cambia en función del sueño o de cuántas veces levanta los brazos”, explicó.
Un cambio de paradigma en investigación médica
El objetivo de largo plazo es más ambicioso: llevar esta tecnología al corazón del sistema de salud. Mantis apunta a aplicaciones en ensayos clínicos, investigación farmacéutica y medicina preventiva.
En particular, la posibilidad de simular pacientes podría acelerar estudios regulatorios, incluyendo procesos vinculados a la FDA, y mejorar la comprensión de cómo responden distintos perfiles a tratamientos.
Witchel también plantea un cambio cultural: “Quiero que la gente tenga la mentalidad de experimentar con estos gemelos digitales. Eso va a abrir la idea de que se pueden probar cosas en humanos virtuales”.
Privacidad y ética como ventaja competitiva
En un contexto donde el uso de datos médicos reales está altamente regulado, los gemelos digitales ofrecen una alternativa: trabajar con datos sintéticos sin comprometer la privacidad.
“Los datos de las personas no deberían ser explotados, especialmente cuando podés usar estos modelos digitales”, sostuvo Witchel.
La nueva frontera de la IA en salud
El caso de Mantis Biotech refleja una tendencia emergente: la convergencia entre inteligencia artificial, simulación física y datos sintéticos.
Si la propuesta escala, podría redefinir cómo se investiga, diagnostica y trata la enfermedad. No reemplazando a los pacientes, sino creando un entorno donde experimentar sea más rápido, seguro y escalable.
En una industria donde el acceso a datos es tan crítico como limitado, los “gemelos digitales” podrían convertirse en la pieza que faltaba para desbloquear el verdadero potencial de la inteligencia artificial en medicina.