Mantis Biotech Gunakan Digital Twin untuk Atasi Kelangkaan Data Medis

[NEW YORK], (30 Maret 2026)

Melansir laporan dari TechCrunch, penggunaan Large Language Models (LLM) yang dilatih pada dataset besar memiliki potensi besar untuk mempercepat riset genomik, menyederhanakan dokumentasi klinis, hingga mempercepat penemuan obat baru. Namun, jurnalis TechCrunch Ram Iyer melaporkan bahwa hambatan utama transformasi riset biomedis sering kali terletak pada ketersediaan data, terutama untuk kasus penyakit langka atau kondisi medis yang tidak biasa.

Mantis Biotech, startup yang berbasis di New York, mengeklaim telah menemukan solusi untuk mengatasi celah ketersediaan data tersebut. Platform mereka mengintegrasikan berbagai sumber data untuk membuat dataset sintetis yang digunakan untuk membangun digital twin manusia: sebuah model prediktif berbasis fisika yang merepresentasikan anatomi, fisiologi, dan perilaku manusia.

Menjembatani Celah Data dengan Physics Engine

Untuk membangun digital twin ini, platform Mantis mengambil data dari berbagai sumber seperti buku teks medis, kamera motion capture, sensor biometrik, log pelatihan, hingga medical imaging. CEO Mantis Biotech, Georgia Witchel, menjelaskan bahwa sistem berbasis LLM kemudian digunakan untuk mengarahkan, memvalidasi, dan mensintesis aliran data tersebut.

Data ini kemudian dijalankan melalui physics engine untuk menghasilkan render fidelitas tinggi yang dapat digunakan untuk melatih model prediktif. "Lapisan physics engine adalah kuncinya, karena membantu platform meningkatkan informasi yang tersedia dengan memperkuat data sintetis yang dihasilkan berdasarkan model fisika anatomi yang realistis," ujar Witchel.

Sebagai contoh, jika tim medis perlu melakukan estimasi posisi tangan pada seseorang yang kehilangan jari, dataset publik untuk kasus tersebut sangat sulit ditemukan. Mantis dapat menghasilkan dataset tersebut dengan mudah melalui model fisikanya hanya dengan memodifikasi parameter model yang ada.

Aplikasi di Dunia Olahraga dan Medis

Saat ini, Mantis Biotech telah melihat kesuksesan di bidang olahraga profesional, salah satunya bekerja sama dengan tim NBA. Mereka menciptakan representasi digital atlet untuk memprediksi risiko cedera, seperti cedera Achilles heel, berdasarkan beban latihan, performa, pola tidur, hingga diet atlet tersebut.

Langkah selanjutnya bagi startup yang baru saja meraih pendanaan seed sebesar US$7,4 juta (sekitar Rp117,5 miliar) dari Decibel VC dan Y Combinator ini adalah merambah ke laboratorium farmasi. Mantis bertujuan membantu riset pada uji klinis FDA untuk memberikan wawasan tentang bagaimana pasien merespons pengobatan tertentu tanpa harus melanggar privasi data pasien asli.

Dampak bagi Indonesia

Teknologi digital twin dan data sintetis seperti yang dikembangkan Mantis Biotech memiliki relevansi besar bagi ekosistem kesehatan di Indonesia:

1. Riset Penyakit Tropis: Indonesia sering menghadapi kendala dalam mengumpulkan dataset terstruktur untuk penyakit tertentu. Penggunaan data sintetis dapat membantu peneliti lokal melakukan simulasi pengobatan tanpa harus terkendala birokrasi ketersediaan data pasien yang masif.
2. Efisiensi Biaya Farmasi: Dengan pendanaan sekitar Rp117 miliar, startup seperti Mantis menunjukkan bahwa efisiensi uji klinis bisa dicapai secara digital. Hal ini berpotensi menurunkan harga obat-obatan di pasar Indonesia jika perusahaan farmasi lokal mulai mengadopsi simulasi digital untuk memangkas waktu riset.
3. Pelatihan Medis: Teknologi ini memungkinkan pembuatan simulator bedah yang jauh lebih akurat bagi dokter spesialis di Indonesia, di mana mereka dapat berlatih pada "pasien digital" dengan kondisi anatomi yang bervariasi sebelum menangani pasien nyata.

---

Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.