La startup neoyorquina Mantis Biotech propone crear “Gemelos Digitales” del cuerpo humano, es decir, modelos predictivos basados en física que imitan anatomía, fisiología y comportamiento. El hallazgo no está en una sola base de datos, sino en el mecanismo para fabricar datos útiles cuando los reales faltan.
El punto es central porque los modelos de lenguaje de gran tamaño ya muestran potencial para acelerar investigación genómica, mejorar documentación clínica, apoyar diagnósticos en tiempo real y hasta empujar el descubrimiento de fármacos. Pero tropiezan en enfermedades raras o condiciones poco comunes, donde el cableado de datos fiables es escaso, fragmentado o directamente inaccesible.
Ahí aparece el interruptor de Mantis. Su plataforma reúne fuentes distintas, como libros de texto, cámaras de captura de movimiento, sensores biométricos, registros de entrenamiento e imágenes médicas, y usa modelos de lenguaje para ordenar, validar y sintetizar esa información.
Después entra en juego otra pieza clave: un motor físico. Si el modelo de lenguaje funciona como un archivador inteligente, el motor físico actúa como el chasis y los engranajes de un cuerpo virtual, porque calcula cómo deberían moverse y responder músculos, articulaciones y tejidos en condiciones reales.
La analogía ayuda a entenderlo. No se trata solo de juntar papeles sueltos sobre una casa, sino de construir una maqueta con tuberías, electricidad y paredes que reaccionan como las de verdad. Así, el sistema no solo recuerda datos: los prueba, los estira y genera escenarios nuevos sin depender de pacientes reales.
Esa mecánica permite crear datos sintéticos (datos artificiales, pero realistas) en situaciones donde no existen registros suficientes. Un ejemplo citado por la empresa es la simulación de posiciones de manos en personas con amputaciones, algo difícil de conseguir en volumen y con calidad para entrenar sistemas médicos o robóticos.
Un cuerpo virtual para ensayar sin invadir la privacidad
Además, estos gemelos digitales pueden servir para analizar datos, ensayar procedimientos médicos, entrenar robots quirúrgicos y simular patrones de enfermedad. También abren una oportunidad concreta en contextos con fuertes restricciones éticas y regulatorias, donde usar datos de pacientes reales puede ser inviable.
En los hechos, Mantis ya encontró una aplicación práctica en el deporte profesional. La empresa trabaja con atletas de alto nivel y tiene entre sus clientes a un equipo de la NBA, donde modela la evolución del rendimiento y cruza variables como sueño, actividad física o carga de entrenamiento.
Uno de los casos más claros es la predicción de lesiones. El sistema puede estimar, por ejemplo, el riesgo de daño en el tendón de Aquiles de un jugador de la NFL a partir de datos de rendimiento, dieta, esfuerzo y movimiento.
Eso convierte al gemelo digital en algo parecido al tablero de un auto: no espera a que el motor falle para encender una alarma. Revela señales antes de la rotura y permite ajustar la estrategia con tiempo.
La compañía recaudó 7,4 millones de dólares en financiación inicial en una ronda liderada por Decibel VC, con participación de Y Combinator, inversores ángeles y Liquid 2. Esos fondos se destinarán a contratación, marketing, publicidad y desarrollo comercial.
El paso siguiente apunta más lejos. Mantis busca llevar su tecnología a salud preventiva, laboratorios farmacéuticos y ensayos clínicos de la FDA, con la idea de estudiar mejor cómo responde un paciente a un tratamiento sin comprometer su privacidad.
Si ese mecanismo madura, la IA médica podría dejar de depender solo de expedientes incompletos. Y empezar, al fin, a trabajar con un plano más entero del cuerpo humano.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
