Jonathan Kron, CEO BloodGPT – Seri Wawancara

Jonathan Kron adalah CEO dari BloodGPT. Ia adalah seorang ahli strategi kesehatan dan wirausaha dengan lebih dari 20 tahun pengalaman 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 perusahaan rintisan kesehatan di Monaco yang mengamankan kontrak senilai $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 menyebabkan Anda bergabung dengan BloodGPT?

Saya pertama kali mendengar tentang BloodGPT awal tahun ini dari seorang rekan. Premisnya langsung bersatu, baik secara pribadi maupun dari perspektif bisnis. Saya adalah orang 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, saya tahu saya tidak bisa menjadi satu-satunya orang yang menghadapi frustrasi menerima hasil yang berantakan, terfragmentasi, dan tidak dapat diakses dari dokter, laboratorium, atau klinik.

Oleh karena itu, dalam beberapa hari setelah mempelajari tentang BloodGPT, saya melakukan panggilan dengan para pendiri dan, pada akhirnya, saya menjadi CSO. Setelah 20+ tahun bekerja di klinik, perusahaan rintisan, dan sistem kesehatan, saya tahu ini 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 terkaya tentang kesehatan secara keseluruhan, namun, ini masih belum banyak digunakan.

Jadi, rasionalku 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 gizi 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 percakapan 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 memanfaatkan pengalaman 20 tahun saya dalam 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 20 tahun saya 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, salah membaca tanggal, atau mengarang rentang. Kami membuat misi kami untuk memastikan setiap output dapat direproduksi dan sepenuhnya dapat dilacak ke sumber aslinya.

Saat ini, platform ini 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 profesional kembali 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 salah membaca unit, mencampur tanggal, atau mengarang nilai referensi, dan mereka tidak menunjukkan ketika mereka tidak yakin. Seorang pasien dapat menempelkan hasil dan mendapatkan jawaban yang terlihat 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 sebagai benchmark akhir. Pengawalan multi-lapis memungkinkan setiap output dilacak kembali ke sumber aslinya, sehingga input yang sama menghasilkan hasil yang sama, sepenuhnya dapat diaudit.

Desain yang dirancang khusus ini, yang fokus pada reproducibility 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 perusahaan rintisan, dan sekarang memimpin perusahaan healthtech yang didorong AI. Bagaimana perspektif Anda tentang inovasi kesehatan berkembang selama perjalanan ini?

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

Saat ini, namun, fokusnya adalah kecerdasan dan skala. AI membuka kemungkinan yang tidak terbayangkan ketika saya memulai, tetapi satu pelajaran telah tetap konsisten. 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 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 mereka. 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 ini mengambil alih pekerjaan berat yang terlibat dalam mengatur 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 apa yang hanya mereka bisa lakukan, yaitu mendengarkan, menggunakan penilaian, dan membangun kepercayaan dengan orang yang mereka rawat.

Saya tidak percaya AI akan menggantikan dokter. Jika apa pun, itu memungkinkan mereka 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 dinyatakan adalah menyelamatkan klinik jutaan secara tahunan dalam keuntungan efisiensi. Apa mekanisme penghematan biaya yang paling nyata yang disediakan oleh BloodGPT?

Penghematan datang dari tiga area utama.

Pertama adalah waktu. Meninjau 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. Di seluruh ribuan hasil setiap minggu, itu diterjemahkan menjadi ratusan jam klinisi yang dikembalikan ke perawatan pasien.

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

Ketiga adalah penggunaan sumber daya. Ketika informasi disampaikan secara 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 sambil juga meningkatkan hasil. Dalam kesehatan, itu tidak biasa untuk menurunkan biaya dan meningkatkan kualitas secara bersamaan, dan itu adalah kombinasi yang tepat yang kita tuju.

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

Ini dimulai dengan misi bersama. Jika seorang investor mencari flip 12 bulan, kesehatan adalah arena yang salah. Sektor ini menuntut kesabaran, kepatuhan yang ketat, dan tahun-tahun pembangunan kepercayaan.

Pendiri memiliki peran untuk menetapkan harapan. Mereka perlu menjelaskan garis waktu regulasi, siklus adopsi, dan realitas pembayaran sehingga mitra memahami mengapa kemajuan dapat terlihat lambat dari luar.

Investor, di sisi lain, harus mendukung pertumbuhan berbasis milestone dan menolak mengejar 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 keluar cepat.

Dengan peraturan yang semakin ketat di 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 pemikiran lanjutan. Tim kami mengikuti standar privasi dan keamanan utama yang digunakan dalam kesehatan dan 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 dari awal, dan itu telah tetap menjadi bintang utama kami. Bagi kami, ini bukan hanya tentang menandai kotak regulasi. Profesional 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 mengatur 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 di luar tes darah ke area diagnostik lain — dan jika demikian, di mana Anda pikir terobosan terbesar akan datang pertama?

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

Gelombang berikutnya akan tentang koneksi dan integrasi daripada domain tunggal. Pertimbangkan bahwa pencitraan, genomika, wearable, dan data laboratorium masih diperlakukan sebagai aliran terpisah. AI akan semakin membawa mereka bersama, mengorelasikan sinyal halus — sebuah penanda darah, variasi genetik, pola dari wearable — untuk mengungkapkan risiko jauh sebelum tes apa pun bisa.

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

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

Apa yang paling menggembirakan saya, secara jujur, adalah apa yang saya diskusikan sebelumnya tentang pergeseran dari perawatan reaktif ke perawatan proaktif. Selama dekade, kita telah menunggu orang sakit sebelum kita campur tangan. Ya, pencegahan dan tanggung jawab pribadi selalu menjadi bagian dari percakapan, tetapi AI 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 itu lebih mudah dipahami dan digunakan, kita membantu mengubah angka mentah menjadi wawasan yang jelas, dan wawasan menjadi kehidupan yang lebih sehat. Di akhir hari, itu adalah tujuan sederhana. Mengambil sesuatu yang kompleks dan mengubahnya menjadi sesuatu yang dapat digunakan orang. Kami sedang meletakkan dasar untuk jenis perawatan yang orang butuhkan di tahun-tahun mendatang, sambil juga membuat perawatan kesehatan sehari-hari lebih baik sekarang.

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