Jonathan Kron, CEO of BloodGPT – Interview Series

Jonathan Kron adalah CEO dari BloodGPT. Ia adalah seorang ahli strategi kesehatan dan wirausaha dengan pengalaman lebih dari 20 tahun dalam membangun dan mengembangkan usaha kesehatan. Sebelum bergabung dengan BloodGPT, ia mendirikan dan keluar dari Med24, sebuah klinik di London (mengumpulkan £5M, keluar pada 2022), mendirikan PCG, sebuah startup kesehatan di rumah yang berbasis di Monaco yang mendapatkan kontrak lebih dari $1M dengan anggaran benih $500K, dan telah memberikan saran kepada perusahaan kesehatan digital termasuk Klarity dan LIPS Healthcare tentang penggalangan dana dan pertumbuhan besar.

BloodGPT adalah platform berbasis AI untuk laboratorium diagnostik dan klinik yang terintegrasi secara mulus ke dalam alur kerja yang ada, menginterpretasikan hasil tes darah dalam beberapa detik dengan akurasi 99,99%.

Anda telah menghabiskan lebih dari dua dekade membangun dan mengembangkan usaha kesehatan. Apa pengalaman pribadi atau masalah industri yang membuat Anda tertarik dengan BloodGPT?

Saya pertama kali mendengar tentang BloodGPT awal tahun ini dari seorang rekan. Premisnya langsung bersesuaian, baik secara pribadi maupun dari perspektif bisnis. Saya adalah seseorang yang selalu melacak hasil darah saya sendiri dalam spreadsheet, menarik angka dari PDF dan gambar, hanya untuk menemukan unit yang tidak konsisten, rentang referensi, dan konvensi penamaan. Ini membosankan dan sering tidak dapat diandalkan. Dan di dalam hati, saya tahu saya tidak sendirian dalam menghadapi frustrasi menerima hasil yang berantakan, terfragmentasi, dan tidak dapat diakses dari dokter, laboratorium, atau klinik.

Oleh karena itu, dalam beberapa hari setelah mengetahui tentang BloodGPT, saya melakukan panggilan dengan pendiri dan, pada akhirnya, saya menjadi CSO. Setelah lebih dari 20 tahun bekerja di klinik, startup, dan sistem kesehatan, saya tahu ini adalah tepat di jalur saya.

BloodGPT menangani beberapa masalah yang saya lihat berulang kali. Orang mendapatkan hasil tes, tetapi aksesnya terfragmentasi, konteksnya hilang, dan prosesnya membebani profesional yang sudah terlalu sibuk. Bayangkan ini. Data darah adalah salah satu sinyal kesejahteraan secara keseluruhan yang paling kaya, namun masih sangat underutilized.

Jadi rasional saya adalah bahwa jika kita dapat menggabungkan AI dan ilmu data lanjutan dengan pengetahuan kesehatan yang kuat, kita dapat membuat informasi tersebut dapat digunakan secara real-time untuk semua orang: individu, profesional kesehatan, dan seluruh sistem.

BloodGPT menjanjikan akurasi 99,99% dalam menginterpretasikan hasil tes darah dan terintegrasi langsung ke dalam alur kerja laboratorium yang ada. Bisakah Anda menjelaskan bagaimana platform ini dikonsep dan tantangan utama yang Anda hadapi dalam membawanya ke pasar?

Lucunya, semuanya dimulai dengan percakapan tetangga. Nikita Udovichenko, seorang ahli biokimia dan konsultan nutrisi olahraga, terus melihat masalah yang sama dalam praktiknya sebelum mendirikan BloodGPT. Orang-orang mendapatkan laporan tes darah mereka dan tidak tahu apa yang harus dilakukan dengan mereka. Tetangganya, Vasilii Lazuka, seorang wirausaha AI serial dan sekarang Co-Founder dan CTO, langsung melihat potensinya. Apa yang dimulai sebagai pertukaran santai segera berubah menjadi proyek nyata. Segera setelah itu, ahli pengembangan produk AI Nata Savaścienka bergabung sebagai Co-Founder dan CPO, dan saya bergabung, bekerja bersama mereka dan mengandalkan pengalaman saya selama dua puluh tahun membangun platform kesehatan dan data.

Dari titik itu, fokusnya menjadi membangun sistem yang memperlakukan setiap angka sebagai data yang dapat diverifikasi, bukan sesuatu yang dapat ditebak oleh model bahasa. Kami merancang arsitektur multi-lapis yang menormalkan setiap biomarker ke kode LOINC — Logical Observation Identifiers Names and Codes, standar internasional untuk pelaporan tes laboratorium — memverifikasi setiap unit dengan UCUM, Unified Code for Units of Measure, dan selalu mengacu pada rentang referensi laboratorium sendiri.

Dari pengalaman saya selama 20 tahun bekerja dengan profesional kesehatan, saya tahu seberapa penting kepercayaan dalam sektor ini. Itulah mengapa, saat kami membangun BloodGPT, tantangan terberat yang kami fokuskan adalah stabilitas dan kepercayaan. Kami perlu mengingat bahwa model besar dapat memberikan jawaban yang berbeda untuk file yang sama, membaca tanggal yang salah, atau mengarang rentang. Kami membuat misi kami untuk memastikan setiap output dapat direproduksi dan sepenuhnya dapat dilacak ke sumbernya.

Saat ini, platform terhubung langsung ke alur kerja laboratorium melalui FHIR APIs — Fast Healthcare Interoperability Resources, standar modern yang memungkinkan sistem informasi kesehatan berbagi data secara aman dan efisien. Ini juga bekerja dengan sistem informasi laboratorium warisan, memberikan waktu kembali kepada profesional dan memberikan individu dengan kejelasan segera.

Banyak pasien sekarang beralih ke LLM umum untuk menginterpretasikan hasil laboratorium. Apa risiko yang Anda lihat dalam tren ini, dan bagaimana BloodGPT menyediakan alternatif yang lebih aman dan lebih dapat diandalkan?

Model bahasa umum tidak dirancang untuk data laboratorium. Mereka dapat membaca unit yang salah, mencampur tanggal, atau mengarang nilai referensi, dan mereka tidak menunjukkan ketika mereka tidak yakin. Seorang pasien dapat menempelkan hasil dan mendapatkan jawaban yang terdengar meyakinkan tetapi sebenarnya salah. Dan bagian yang menakutkan adalah, itu terdengar sangat meyakinkan sehingga Anda mungkin tidak berpikir untuk mempertanyakannya.

BloodGPT dilatih dan divalidasi secara khusus untuk alur kerja patologi. Setiap nilai diikat dengan pengidentifikasi LOINC dan diperiksa terhadap standar pengukuran UCUM, dan platform selalu menggunakan rentang referensi laboratorium sendiri sebagai benchmark akhir. Pengawasan multi-lapis memastikan setiap output dapat dilacak kembali ke sumbernya, sehingga input yang sama menghasilkan hasil yang sama dan sepenuhnya dapat diaudit.

Desain yang dirancang khusus, fokus pada reproduktivitas dan provenance transparan, memberikan profesional dan individu tingkat keandalan yang tidak dapat disediakan oleh chatbot umum.

Karir Anda telah meliputi mendirikan klinik, memberikan saran kepada startup, dan sekarang memimpin perusahaan healthtech yang didorong AI. Bagaimana perspektif Anda tentang inovasi kesehatan berevolusi selama perjalanan ini?

Awalnya, inovasi berarti bangunan dan mortar — membangun fasilitas dan layanan baru untuk mengurangi daftar tunggu dan merampingkan jalur pasien. Kemudian, itu menjadi tentang model bisnis, yang melibatkan pengiriman perawatan yang lebih efisien, operasi yang lebih berkelanjutan, dan meningkatkan pengalaman pasien secara keseluruhan.

Saat ini, fokusnya adalah kecerdasan dan skala. AI membuka kemungkinan yang tidak terbayangkan saat saya memulai, tetapi satu pelajaran yang tetap konstan. Teknologi, dengan sendirinya, tidak mengubah kesehatan. Sistem, insentif, dan adopsi melakukan perubahan.

Dalam hal ini, pemikiran saya telah bergeser dari “Bagaimana kita membangun?” menjadi “Bagaimana kita mengintegrasikan?” Saya percaya bahwa perusahaan yang berhasil tidak akan memiliki algoritma paling canggih. Mereka akan menjadi perusahaan yang alatnya dengan tenang dan diam-diam memberdayakan rutinitas sehari-hari dokter, pasien, dan sistem kesehatan.

Sebuah tema yang berulang dalam healthtech adalah keseimbangan antara otomatisasi dan sentuhan manusia. Bagaimana Anda membayangkan AI seperti BloodGPT mengubah peran dokter — terutama dalam mengurangi kelelahan sambil masih melestarikan penilaian dan empati?

Dokter jarang kelelahan karena merawat orang. Mereka kelelahan karena kertas kerja, tes yang berulang, sistem yang terfragmentasi, dan semua tugas administratif yang menarik mereka menjauh dari pasien. Setiap dokter yang saya kenal lebih suka menghabiskan lima menit berbicara dengan pasien daripada mengisi formulir lain. Beban tambahan itu, sayangnya, terus tumbuh, dan itu mengerosi waktu dan energi yang mereka miliki untuk perawatan klinis yang sebenarnya.

BloodGPT dirancang untuk meringankan beberapa tekanan itu. Platform mengambil alih tugas berat yang terlibat dalam mengorganisir dan menginterpretasikan informasi laboratorium dan menyediakan wawasan yang jelas dan terstruktur yang sesuai dengan alur kerja yang ada. Ketika langkah-langkah rutin tersebut ditangani secara otomatis dan dapat diandalkan, dokter dapat menghabiskan lebih banyak waktu untuk melakukan apa yang hanya mereka dapat lakukan, yaitu mendengarkan, menggunakan penilaian, dan membangun kepercayaan dengan orang yang mereka rawat.

Saya tidak percaya AI akan menggantikan dokter. Jika ada, itu memungkinkan mereka untuk kembali ke inti profesi mereka, menghabiskan lebih banyak waktu dalam percakapan dan kurang waktu mengejar data. Itulah di mana teknologi dapat membuat kedokteran lebih manusiawi, bukan kurang.

Salah satu tujuan yang Anda nyatakan adalah menyelamatkan klinik jutaan setiap tahunnya dalam penghematan efisiensi. Apa mekanisme penghematan biaya yang paling nyata yang disediakan BloodGPT?

Penghematan itu datang dari tiga area utama.

Pertama adalah waktu. Mengulas dan mengkomunikasikan hasil laboratorium masih merupakan proses manual yang lambat di banyak sistem kesehatan. BloodGPT memotong waktu tinjauan dan interpretasi dari beberapa menit menjadi beberapa detik untuk setiap tes. Dalam ribuan hasil setiap minggu, itu diterjemahkan menjadi ratusan jam klinisi yang dikembalikan ke perawatan pasien.

Kedua adalah kontinuitas. Platform menyimpan riwayat berjalan dari setiap data darah pasien, sehingga tren dan anomali mudah ditemukan. Itu mengurangi pengujian yang berulang dan menangkap kesalahan yang mungkin lainnya memicu janji temu atau laboratorium yang tidak perlu.

Ketiga adalah penggunaan sumber daya. Ketika informasi disampaikan dengan akurat dan segera, staf dapat fokus pada tugas yang lebih berharga dan laboratorium dapat beroperasi dengan tim dukungan yang lebih ramping.

Ketika Anda menambahkan efek tersebut, sebuah sistem kesehatan menengah dapat melihat penghematan tahunan dalam jutaan sementara juga meningkatkan hasil. Dalam kesehatan, itu tidak biasa untuk menurunkan biaya dan meningkatkan kualitas secara bersamaan, dan kombinasi itu adalah apa yang kita tuju.

Anda telah mencatat bahwa horison investasi jangka pendek sering membunuh inovasi sistemik dalam kesehatan AI. Bagaimana Anda pikir pendiri dan investor dapat sejalan untuk memastikan dampak jangka panjang?

Itu dimulai dengan misi bersama. Jika seorang investor mencari flip dalam dua belas bulan, kesehatan adalah arena yang salah. Sektor ini menuntut kesabaran, kepatuhan ketat, dan tahun-tahun pembangunan kepercayaan.

Pendiri memiliki peran untuk menetapkan harapan. Mereka perlu menjelaskan timeline regulasi, siklus adopsi, dan kenyataan pengembalian sehingga mitra memahami mengapa kemajuan dapat terlihat lambat dari luar.

Investor, bagi mereka, harus mendukung pertumbuhan berbasis milestone dan menolak mengikuti metrik kebanggaan. Perusahaan yang benar-benar mengubah AI kesehatan akan dibangun oleh mitra yang mau berpikir dalam horizon lima hingga sepuluh tahun, dan tetap berkomitmen untuk perjalanan penuh, bukan hanya lonjakan pertama dalam valuasi atau exit cepat.

Dengan peraturan yang mengencangkan sekitar AI dalam kesehatan, bagaimana BloodGPT mendekati kepatuhan, keamanan, dan pembangunan kepercayaan dengan kedua klinisi dan pasien?

Dari awal kami memperlakukan desain yang bertanggung jawab sebagai bagian dari produk, bukan sebagai sesuatu yang ditambahkan kemudian. Tim kami mengikuti standar privasi dan keamanan utama yang digunakan dalam kesehatan dan terus memantau peraturan yang berkembang di Amerika Serikat, Eropa, dan pasar kunci lainnya. Fokus kami adalah pada praktik penanganan data yang kuat, algoritma transparan, dan output yang dapat sepenuhnya diaudit.

Seperti yang saya sebutkan sebelumnya, kepercayaan adalah tantangan terbesar kami di awal, dan itu tetap menjadi bintang utama kami. Bagi profesional, mereka dapat melihat dari mana setiap nilai berasal dan bagaimana itu diproses, yang memberi mereka kepercayaan pada informasi. Pasien menghargai kejelasan yang sama. BloodGPT adalah alat untuk mengorganisir dan menyajikan hasil mereka sendiri, bukan menggantikan peran klinisi. Dalam arti itu, keamanan dan kepercayaan bukanlah fitur yang kami tambahkan nanti. Mereka adalah produk itu sendiri.

Menghadap ke depan, apakah Anda melihat interpretasi AI berkembang melampaui tes darah ke area diagnostik lain — dan jika ya, di mana Anda pikir terobosan terbesar akan datang pertama?

Itu sudah berlangsung. Radiologi, genomik, dan oftalmologi telah melampaui tahap eksperimental. Dalam bidang ini, sistem AI membantu mengidentifikasi kanker awal pada pemindaian, menganalisis varian genetik yang kompleks, dan menandai tanda-tanda retinopati diabetik pada gambar retina. Dalam setiap kasus, outputnya pergi ke klinisi yang memenuhi syarat untuk tinjauan, sehingga profesional tetap mengendalikan keputusan akhir.

Gelombang berikutnya akan tentang koneksi dan integrasi daripada domain tunggal. Bayangkan bahwa pencitraan, genomik, wearable, dan data laboratorium masih diperlakukan sebagai aliran terpisah. AI akan semakin menghubungkan mereka, mengorelasikan sinyal halus — sebuah penanda darah, variasi genetik, pola dari wearable — untuk mengungkapkan risiko jauh sebelum tes tunggal dapat.

Terobosan sebenarnya akan menjadi integrasi jenis ini: satu lapis kecerdasan yang menghubungkan beberapa input untuk memberikan dokter dan pasien pandangan terus-menerus dan real-time tentang kesehatan dan risiko. Perubahan dari perawatan episodik ke perawatan prediktif dan proaktif adalah tempat dampak terbesar berada.

Akhirnya, apa yang paling Anda banggakan tentang masa depan AI dalam kesehatan, dan apa peran yang Anda lihat BloodGPT mainkan dalam membentuk masa depan itu?

Apa yang paling membanggakan saya, secara jujur, adalah apa yang saya diskusikan sebelumnya tentang pergeseran dari perawatan reaktif ke perawatan proaktif. Selama beberapa dekade, kita telah menunggu orang sakit sebelum kita campur tangan. Ya, pencegahan dan tanggung jawab pribadi selalu menjadi bagian dari percakapan, tetapi AI akhirnya dapat membuat visi itu praktis, dengan mengidentifikasi risiko lebih awal, memandu pilihan yang lebih sehat, dan mempersonalisasi informasi pada skala yang belum pernah kita lihat sebelumnya.

BloodGPT dirancang untuk menjadi bagian dari fondasi itu. Data darah adalah sinyal kesehatan yang paling umum dan luas, namun sering underutilized. Dengan membuat informasi tersebut lebih mudah dipahami dan diaktifkan, kami membantu mengubah angka mentah menjadi wawasan yang jelas, dan wawasan menjadi kehidupan yang lebih sehat. Pada akhirnya, itu adalah tujuan sederhana. Mengambil sesuatu yang kompleks dan mengubahnya menjadi sesuatu yang dapat digunakan orang. Kami sedang meletakkan dasar untuk perawatan yang orang butuhkan di tahun-tahun mendatang, sambil juga membuat perawatan kesehatan sehari-hari lebih baik sekarang.

Terima kasih untuk wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi BloodGPT.