Ekspansi ke Pasar Layanan Kesehatan Baru: Dampak AI Medis yang Terus Berkembang

Kecerdasan buatan dalam dunia kedokteran paling sering dikaitkan dengan pendeteksian kelainan pada citra medis, analisis hasil tes, dan bantuan bagi dokter dalam menegakkan diagnosis. Namun, belakangan ini saya semakin sering menjumpai perkembangan yang jauh melampaui penerapan tersebut dan menantang cara kita memandang kemampuan teknologi medis. Beberapa di antaranya begitu ambisius sehingga dampak potensialnya dapat meluas jauh melampaui layanan kesehatan, memengaruhi bidang kehidupan kita yang sama sekali berbeda dan melahirkan teknologi, model bisnis, bahkan pasar baru yang belum ada saat ini.

Mengapa Penyakit Langka Semakin Menarik bagi Perusahaan Rintisan Medis

Salah satu bidang paling menarik yang belakangan ini saya ikuti adalah penemuan obat, yakni pencarian dan pengembangan senyawa obat baru dengan metode komputasi dan kecerdasan buatan. Kiprah DeepMind melalui AlphaFold berperan besar dalam memajukan bidang ini. Basis datanya yang memuat lebih dari 200 juta struktur protein hasil prediksi telah memberi para peneliti banyak informasi untuk mengeksplorasi potensi interaksi molekuler, sekaligus membuka peluang baru bagi perusahaan rintisan yang menyasar kondisi medis tertentu.

Bayangkan seseorang ingin membangun perusahaan rintisan untuk mengembangkan pengobatan bagi penyakit yang relatif langka dan hanya memengaruhi sebagian kecil perempuan dalam kelompok usia tertentu. Pertanyaan pertama yang muncul: mengapa menyasar pasar yang begitu terbatas ketika mereka dapat mengembangkan pengobatan untuk kondisi yang jauh lebih umum? Namun, bahkan setelah populasi global dipersempit menjadi kelompok khusus ini, jumlah calon pasiennya masih bisa mencapai ribuan. Jika pengobatan tersebut mengharuskan pasien mengonsumsi obat setiap hari selama sepuluh tahun atau seumur hidup, populasi pasien yang relatif kecil itu pun dapat menjadi pasar yang cukup besar.

Bisnis farmasi yang layak secara komersial tidak selalu membutuhkan puluhan juta pelanggan. Tentu saja, ada kesenjangan besar antara memperkirakan potensi pasar dan menghasilkan pendapatan nyata, dengan biaya penelitian, uji klinis, manufaktur, dan persetujuan regulator sebagai beberapa di antaranya. Meski demikian, perusahaan rintisan dapat berfokus pada satu penyakit yang belum tertangani dengan baik dan membangun seluruh program penelitiannya di sekitar penyakit tersebut.

Sebagai contoh, Recursion Pharmaceuticals adalah perusahaan bioteknologi yang berbasis di AS dan mengembangkan pengobatan berbasis AI untuk penyakit dengan kebutuhan medis yang belum terpenuhi secara signifikan. Salah satu obat yang sedang ditelitinya, REC-4881, ditujukan untuk poliposis adenomatosa familial, kondisi langka yang diwariskan dan diperkirakan memengaruhi 50.000 orang di AS dan lima negara besar di Eropa. Perusahaan tersebut telah melaporkan hasil uji klinis Fase 1b/2 yang menjanjikan, termasuk berkurangnya pertumbuhan jaringan abnormal pada pasien.

Laboratorium Virtual sebagai Model Bisnis Baru

Menemukan molekul yang dapat menargetkan protein terkait penyakit tertentu merupakan tantangan nyata. Proses ini mengharuskan penyaringan senyawa kimia dalam jumlah sangat besar untuk menemukan senyawa yang dapat berikatan dengan protein sasaran, mengubah aktivitasnya, atau memengaruhi proses biologis terkait. Yang berpengaruh bukan hanya komposisi kimianya. Struktur tiga dimensi setiap molekul berperan penting dalam menentukan bagaimana interaksi tersebut terjadi.

Menguji setiap kemungkinan kombinasi di laboratorium fisik hampir mustahil dilakukan. Bahkan dengan sumber daya finansial yang besar, melakukan eksperimen sebanyak itu akan memakan waktu terlalu lama. Karena itulah sebagian proses penelitian beralih ke lingkungan virtual, tempat model komputasi dan simulasi dapat memprediksi interaksi molekuler serta mengidentifikasi senyawa yang paling menjanjikan untuk diuji lebih lanjut. Pendekatan ini mengurangi jumlah eksperimen yang diperlukan di laboratorium, meskipun prediksinya tetap harus divalidasi melalui pengujian fisik.

Ekosistem perusahaan rintisan dengan beragam model bisnis kini berkembang di sekitar teknologi ini. Sebagian membangun infrastruktur simulasi molekuler dan menyediakannya bagi perusahaan farmasi serta tim peneliti. Yang lain memanfaatkan perangkat yang sudah ada untuk mengembangkan kandidat obat mereka sendiri. Ini merupakan contoh menarik tentang bagaimana satu kemajuan teknologi dapat menciptakan peluang bisnis di berbagai tingkat pasar. Sebuah perusahaan dapat membangun bisnis yang sukses secara komersial tanpa pernah memasarkan obatnya sendiri, asalkan teknologinya terbukti bernilai bagi pengembang lain.

Contoh yang bagus adalah Isomorphic Labs, yang mengembangkan teknologi AI untuk penemuan obat dan desain molekuler. Perusahaan tersebut telah menjalin kemitraan penelitian dengan Novartis dan Eli Lilly, dan pada 2025, memperluas kolaborasinya dengan Novartis dengan mencakup program penemuan obat tambahan. Hal ini menunjukkan bahwa teknologi untuk menemukan dan merancang molekul dapat menjadi landasan bisnis yang bekerja sama dengan perusahaan farmasi besar.

Pil yang Dipersonalisasi dalam Dua Puluh Menit

Beberapa perusahaan rintisan membawa gagasan penemuan obat lebih jauh lagi. Baru-baru ini, saya bertemu dengan sebuah tim yang mengembangkan teknologi terkait kanker kulit. Mereka tertarik mengidentifikasi kecenderungan genetik terhadap penyakit tersebut dan mengeksplorasi cara untuk mengobatinya pada tingkat DNA. Alih-alih mengembangkan obat untuk kelompok pasien yang luas, mereka sedang meneliti kemungkinan menyesuaikan pengobatan dengan profil genetik seseorang.

Para pendiri itu memaparkan visi masa depan yang sangat ambisius. Bayangkan Anda masuk ke klinik, memberikan sampel air liur, lalu sebuah perangkat menganalisis DNA Anda untuk menyiapkan obat yang dirancang khusus bagi Anda. Menurut visi mereka, suatu hari seluruh proses ini dapat memakan waktu sekitar dua puluh menit dan hanya berbiaya $100. Tentu saja, ini masih merupakan ambisi teknologi, bukan layanan medis yang tersedia. Untuk mewujudkannya, perlu diatasi tantangan besar di bidang sains, manufaktur, dan regulasi.

Namun, percakapan seperti ini menunjukkan betapa banyak perubahan yang terjadi pada ambisi para wirausahawan di bidang medis. Alih-alih sekadar menyempurnakan prosedur diagnostik yang sudah ada, mereka mempertanyakan apakah proses pengembangan pengobatan itu sendiri dapat dirancang ulang secara mendasar. Menurut saya, sangat menarik melihat bagaimana kemajuan teknologi komputasi mendorong para pendiri untuk mempertimbangkan kembali proses-proses yang sebagian besar tidak berubah selama puluhan tahun.

Mengapa Startup Robotika Bedah Kerap Mengembangkan Teknologi untuk Diakuisisi

Teknologi komputasi memungkinkan tim kecil menjajaki sangat banyak kemungkinan dalam penemuan obat, tetapi robotika bedah membutuhkan sumber daya yang sama sekali berbeda. Membangun sistem yang mampu melakukan prosedur bedah memerlukan rekayasa mekanik yang canggih, kendali gerak yang presisi, pengujian ekstensif, serta akses ke lingkungan klinis. Mengembangkan lengan robot bedah yang andal dapat memakan waktu sepuluh hingga lima belas tahun, sementara satu instalasi saja dapat menelan biaya jutaan dolar. Basis calon pelanggannya juga terbatas, dan produsen harus menyediakan pemeliharaan serta dukungan teknis selama bertahun-tahun. Bagi startup kecil, hal ini menjadikan robotika bedah bisnis yang sangat kompleks dan padat modal.

Itulah sebabnya beberapa tim menyusun strategi dengan mengincar akuisisi pada akhirnya oleh perusahaan teknologi medis besar. Tujuan mereka adalah mengembangkan konsep teknologi yang meyakinkan dan menunjukkan potensinya. Misalnya, sebuah startup dapat membuat prototipe lengan robot yang mampu melakukan prosedur tertentu pada manekin medis, meskipun teknologinya masih jauh dari siap digunakan pada pasien sungguhan. Sementara itu, tim tersebut aktif menjalin hubungan dengan investor, menghadiri konferensi industri, dan membangun relasi dengan calon pembeli korporat—hal yang sering kami lihat saat bekerja dengan acara medis di Scryon. Pada dasarnya, mereka berusaha menjual prospek sebuah teknologi sebelum teknologi itu menjadi produk jadi.

Awalnya, pendekatan ini terasa agak aneh bagi saya. Mengapa mengembangkan peralatan medis jika Anda tidak berniat memasarkannya sendiri? Namun, ada alasan bisnis di baliknya. Sebuah tim kecil mungkin memiliki insinyur berbakat dan gagasan yang menjanjikan, tetapi tidak memiliki sumber daya untuk melakukan pengujian selama bertahun-tahun, memperoleh akses ke rumah sakit, dan memproduksi dalam skala besar. Perusahaan besar dapat menyediakan infrastruktur tersebut dengan mengakuisisi startup itu pada tahap yang relatif awal.

Strategi ini menunjukkan bagaimana tim kecil dan perusahaan besar dapat saling melengkapi: yang satu berfokus mengembangkan dan menguji gagasan baru, sementara yang lain memiliki sumber daya untuk mewujudkannya sebagai produk medis yang layak. Besar kecilnya perusahaan juga tidak selalu mencerminkan kompleksitas pekerjaan di balik teknologinya. 

Saya menyaksikan hal ini secara langsung melalui proyek-proyek di Keymakr, tempat kami bekerja dengan para pengembang, mulai dari startup kecil hingga salah satu produsen peralatan medis terkemuka di dunia. Terlepas dari besar kecilnya perusahaan, proyek-proyek ini melibatkan pekerjaan yang sangat teliti untuk menyempurnakan algoritma, menyiapkan kumpulan data medis, dan memverifikasi keakuratan anotasi agar sesuai dengan persyaratan klinis. 

Melampaui Gagasan Awal

Perusahaan mana pun yang meneliti mekanisme biologis tertentu suatu hari mungkin mengembangkan teknologi yang mengubah industri-industri yang sama sekali tidak terkait. Dampaknya dapat sangat luas, bahkan mencakup peningkatan drastis dalam harapan hidup dan perubahan menyeluruh terhadap masyarakat seperti yang kita kenal.

Mungkin inilah hal yang paling menarik bagi saya dari startup medis saat ini. Dengan bantuan AI, tim-tim kecil menangani tantangan yang hingga belum lama ini memerlukan sumber daya perusahaan besar, dan sering kali menghadapinya dari sudut pandang yang tak terduga. Banyak gagasan ini tidak akan pernah diwujudkan, tetapi para wirausahawan tidak selalu perlu mengetahui sejak awal seberapa besar pasar yang mungkin tercipta pada akhirnya berkat teknologi yang berhasil dikembangkan. Terkadang, peluang paling menarik baru muncul setelah masalah ilmiah awal berhasil dipecahkan.