تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارTechCrunch→ المصدر

شركة Mantis Biotech تبني توأمًا رقميًا للإنسان لمعالجة نقص البيانات الطبية

تسعى Mantis Biotech إلى حل واحدة من أصعب مشكلات صناعة الأدوية: نقص البيانات عالية الجودة. تجمع الشركة معلومات طبية مبعثرة وتبني منها مجموعات بيانات اصطناعية لإنشاء توائم رقمية للإنسان. والفكرة هي اختبار الفرضيات بسرعة أكبر، واستكمال العينات الحقيقية، وتسريع أبحاث الأدوية دون الاعتماد على بيانات نادرة ومكلفة وحدها.

معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
شركة Mantis Biotech تبني توأمًا رقميًا للإنسان لمعالجة نقص البيانات الطبية
المصدر: TechCrunch. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTechCrunch ↗
رئيس التحرير
حقيقة رئيسية #1دمج البيانات التشريحية والفيزيولوجية والسلوكية في نموذج واحد
حقيقة رئيسية #2استكمال العينات الطبية الحقيقية ببيانات اصطناعية
حقيقة رئيسية #3اختبار الفرضيات قبل مراحل التطوير الأكثر كلفة

قدمت Mantis Biotech إجابتها عن واحدة من أكثر المشكلات كلفة في صناعة الأدوية والطب الحيوي: نقص البيانات عالية الجودة والمتاحة. تجمع الشركة مصادر معلومات متفرقة وتحولها إلى مجموعات بيانات اصطناعية، يمكن بناء توائم رقمية للإنسان على أساسها.

ماذا تفعل Mantis

يقوم نهج Mantis Biotech على فكرة جمع أنواع مختلفة من المعلومات عن الإنسان في بيئة رقمية واحدة: التشريح والفيزيولوجيا والسلوك. من هذه الأجزاء تكوّن الشركة synthetic datasets (مجموعات بيانات اصطناعية)، يمكن استخدامها لاحقًا في إنشاء digital twins (توائم رقمية) للجسم البشري.

التوأم الرقمي ليس مساويًا للمريض الحقيقي، ولا يُعد نسخة طبق الأصل منه بالمعنى الحرفي. هو أقرب إلى نموذج حسابي يساعد على وصف بنية الجسم، وكيف قد يستجيب لمؤثرات مختلفة.

والهدف تحويل بيانات طبية يصعب التوفيق بينها إلى أساس أكثر تماسكًا للأبحاث. ففي الطب، كثيرًا ما تُخزَّن المعلومات المطلوبة في قواعد بيانات مختلفة، وتُجمع وفق بروتوكولات متباينة، ويصعب نقلها من سياق بحثي إلى آخر. وإذا نجحت Mantis في توحيد معايير هذه الطبقة وجعلها صالحة للمحاكاة، فسيحصل مطورو الأدوية على أداة عمل جديدة قبل مراحل التحقق السريري المكلفة.

لماذا نحتاج إلى التوائم الرقمية

بالنسبة إلى صناعة الأدوية، نقص البيانات ليس مشكلة نظرية، بل قيد مباشر على السرعة. فقد يملك الباحثون فرضية قوية عن آلية المرض أو عمل الجزيء، لكنهم يصطدمون بغياب مجموعات بيانات قابلة للمقارنة. وفي هذا المنطق، لا تُستخدم التوائم الرقمية لتزيين واجهة الذكاء الاصطناعي، بل للتحقق من السيناريوهات بسرعة أكبر، ومقارنة نماذج استجابة الجسم، وكشف نقاط الضعف في مجموعات الملاحظات القائمة.

  • دمج البيانات التشريحية والفيزيولوجية والسلوكية في نموذج واحد
  • استكمال العينات الطبية الحقيقية ببيانات اصطناعية
  • اختبار الفرضيات قبل مراحل التطوير الأكثر كلفة
  • كشف الفجوات في البيانات الخاصة بأمراض بعينها بسرعة أكبر
  • تقليل الاعتماد على مجموعات بيانات نادرة أو بطيئة التجدد

إذا عمل هذا النهج بدقة كافية، فستتمكن الشركات من استخدام مجموعات البيانات الاصطناعية طبقة وسيطة بين الملاحظات الخام والاستنتاجات التطبيقية. ويكتسب ذلك أهمية خاصة حيث يصعب جمع البيانات الحقيقية بسبب التكلفة أو الخصوصية أو قلة المرضى المناسبين. وفي هذا السيناريو، لا يصبح التوأم الرقمي بديلًا عن الواقع السريري، بل وسيلة لاستخراج الإشارة منه بكفاءة أكبر قبل جولة الدراسات المكلفة التالية.

السؤال الرئيسي

لهذه الأنظمة قيد واضح: جودة النتيجة تعتمد دائمًا على جودة المادة الأصلية. فمجموعة البيانات الاصطناعية مفيدة بقدر دقة انعكاسها للعمليات البيولوجية الحقيقية. وإذا كانت المصادر الأصلية تحتوي على انحيازات أو فجوات أو ضعف في التمثيل، فقد يكرر النموذج الأخطاء نفسها، لكن في قالب أكثر إقناعًا وتقنية.

ولهذا يصطدم الحديث عن synthetic data في الطب سريعًا بمسائل التحقق وضبط الجودة والثقة بالنتائج. ولهذا أيضًا لن يكون الاختبار الأكبر أمام Mantis هو توليد البيانات نفسه، بل الثقة بها. فالشركات الصيدلانية والفرق البحثية ستنظر إلى قابلية إعادة الإنتاج والشفافية والجدوى العملية لهذه النماذج. وفي النهاية، لن يقيّم السوق ضجيج مصطلح digital twin، بل ما إذا كان يقلص فعليًا وقت الأبحاث وتكلفتها دون المساس بالموثوقية العلمية ودون مخاطر زائدة في مراحل التطوير اللاحقة.

ماذا يعني ذلك

تراهن Mantis Biotech على أحد أكثر اتجاهات الذكاء الاصطناعي في الطب واقعية: البنية التحتية للبيانات، لا واجهة جديدة فوق نموذج. وإذا نجحت الشركة في بناء توائم رقمية موثوقة من مصادر طبية متفرقة، فقد يتسارع تطوير الأدوية في المجالات التي يتباطأ فيها اليوم بسبب نقص البيانات عالية الجودة.

وهذه إشارة مهمة للسوق: فالموجة التالية من الذكاء الاصطناعي في تقنيات الرعاية الصحية (healthtech) قد لا تُبنى حول روبوتات الدردشة، بل حول قاعدة بحثية أفضل جودة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ماذا تفعل Mantis؟

يقوم نهج Mantis Biotech على فكرة جمع أنواع مختلفة من المعلومات عن الإنسان في بيئة رقمية واحدة: التشريح والفيزيولوجيا والسلوك. من هذه الأجزاء تكوّن الشركة synthetic datasets (مجموعات بيانات اصطناعية)، يمكن استخدامها لاحقًا في إنشاء digital twins (توائم رقمية) للجسم البشري. التوأم الرقمي ليس مساويًا للمريض الحقيقي، ولا يُعد نسخة طبق الأصل منه بالمعنى الحرفي. هو أقرب إلى نموذج حسابي يساعد على وصف بنية الجسم، وكيف قد يستجيب لمؤثرات مختلفة. والهدف تحويل بيانات طبية يصعب التوفيق بينها إلى أساس أكثر تماسكًا للأبحاث.

ما أبرز التفاصيل حول لماذا نحتاج إلى التوائم الرقمية؟

بالنسبة إلى صناعة الأدوية، نقص البيانات ليس مشكلة نظرية، بل قيد مباشر على السرعة. فقد يملك الباحثون فرضية قوية عن آلية المرض أو عمل الجزيء، لكنهم يصطدمون بغياب مجموعات بيانات قابلة للمقارنة. وفي هذا المنطق، لا تُستخدم التوائم الرقمية لتزيين واجهة الذكاء الاصطناعي، بل للتحقق من السيناريوهات بسرعة أكبر، ومقارنة نماذج استجابة الجسم، وكشف نقاط الضعف في مجموعات الملاحظات القائمة.

ما أبرز التفاصيل حول السؤال الرئيسي؟

لهذه الأنظمة قيد واضح: جودة النتيجة تعتمد دائمًا على جودة المادة الأصلية. فمجموعة البيانات الاصطناعية مفيدة بقدر دقة انعكاسها للعمليات البيولوجية الحقيقية. وإذا كانت المصادر الأصلية تحتوي على انحيازات أو فجوات أو ضعف في التمثيل، فقد يكرر النموذج الأخطاء نفسها، لكن في قالب أكثر إقناعًا وتقنية. ولهذا يصطدم الحديث عن synthetic data في الطب سريعًا بمسائل التحقق وضبط الجودة والثقة بالنتائج. ولهذا أيضًا لن يكون الاختبار الأكبر أمام Mantis هو توليد البيانات نفسه، بل الثقة بها.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…