Ro Meluncurkan Laboratorium Riset untuk Mengubah Data Pasien Menjadi Bukti Klinis

Pada 6 November 2026, Ro mengumumkan peluncuran Ro Research Lab, sebuah inisiatif yang menggabungkan AI, data pasien dari dunia nyata, dan riset ilmiah. Ro berencana menerbitkan temuan awal, mengajukan temuan yang memenuhi standar untuk ditelaah sejawat, serta menerjemahkan bukti tersebut menjadi panduan klinis, alat, dan layanan perawatan bagi pasien di dalam maupun di luar platformnya sendiri.

Inisiatif ini menyasar jeda antara munculnya wawasan medis dan penerapan intervensi yang dapat dilakukan dalam skala luas. Inisiatif ini menangani sistem yang informasinya tentang pasien tersebar, hasil perawatan sulit diukur, dan riset dapat membutuhkan waktu bertahun-tahun untuk memengaruhi pengobatan. Platform Ro menyatukan layanan klinis, farmasi, hasil laboratorium, dan hasil yang dilaporkan pasien, sehingga menghasilkan informasi tentang efek samping, tidur, detak jantung, dan berat badan dari apa yang oleh perusahaan disebut sebagai jutaan perjalanan pasien.

Pertanyaan risetnya berkaitan dengan alasan pasien memberikan respons berbeda terhadap pengobatan yang sama. Ro ingin mengetahui mengapa seseorang bisa kehilangan 35% berat badannya saat mengonsumsi obat, sementara orang lain hanya kehilangan 5%; mengapa efek samping berbeda-beda; serta bagaimana genetika, perilaku, dan keputusan pengobatan membentuk hasilnya. AI akan mencari pola, sementara pengujian ilmiah akan dilakukan bersama klinisi dan peneliti akademis. Topik yang direncanakan mencakup serangan jantung, pikiran tentang makanan yang terus-menerus, kesehatan mental, dan pembelian bahan makanan.

Evaluasi AI untuk Triase yang Lebih Awal

Katalog publikasi laboratorium ini mencakup abstrak yang mengevaluasi alat triase kejadian tidak diinginkan dalam layanan telemedisin untuk perawatan obesitas. Model bahasa besar (LLM) khusus miliknya mendeteksi pesan pasien tentang kejadian tidak diinginkan yang sedang berlangsung atau baru-baru ini terjadi selama pengobatan GLP-1, mengklasifikasikan tingkat keparahannya, dan menghasilkan peringatan berprioritas tinggi untuk ditinjau oleh tim perawatan berlisensi. Tabel penelitian mencatat bahwa pekerjaan tersebut berlangsung dari 30 November 2024 hingga 9 Desember 2024, sehingga mendahului peluncuran resminya.

Apoteker klinis turut mengembangkan informasi tingkat keparahan terstruktur yang dimasukkan ke dalam perintah. Peninjau manusia memberi label pada pesan-pesan yang telah dianotasi untuk menilai ketepatan deteksi, sementara evaluasi operasional menggunakan sampel acak sebanyak 3.500 pesan yang dikirim dalam empat hari sebelum dan lima hari setelah penerapan. Model tersebut sudah mengklasifikasikan pesan sebelum diterapkan sepenuhnya, tetapi keluarannya belum terhubung dengan proses pengalihan pesan atau pembuatan peringatan. Hal ini memungkinkan perbandingan waktu respons tim perawatan sebelum dan sesudah peringatan diperkenalkan.

Para penulis melaporkan tingkat positif benar sebesar 94% dalam mendeteksi konten terkait kejadian tidak diinginkan. Dari 1.628 pesan sebelum penerapan dan 1.872 pesan setelah penerapan, median waktu hingga respons klinis pertama turun dari 115,1 menit menjadi 33,0 menit, dengan penurunan median sebesar 82,1 menit (P <.001). Setelah penerapan, median waktu respons untuk kejadian tidak diinginkan yang mendesak adalah 25,8 menit.

Publikasi Awal dan Keterbatasannya

Laboratorium ini juga mulai menerbitkan publikasi sebelum pengumuman resminya. Analisis olahraga dan pengantar GLP-1 Pipeline Tracker sama-sama bertanggal 29 Oktober 2026. Keduanya menunjukkan dua bentuk keluaran yang berbeda: analisis pengalaman pasien Ro dan alat publik yang menyusun informasi tentang pengembangan obat obesitas.

Ro melaporkan penurunan berat badan awal sebesar 5,03% pada pasien yang melaporkan tidak melakukan olahraga kardio dan 5,24% pada pasien yang melaporkan berolahraga setidaknya 2,5 jam per minggu. Pasien yang melaporkan lebih banyak berolahraga juga lebih mungkin melaporkan peningkatan energi, suasana hati yang lebih baik, tidur yang lebih nyenyak, dan berkurangnya keinginan makan pada bulan pertama. Dengan demikian, analisis ini mencakup pengalaman pengobatan secara lebih luas, bukan hanya berfokus pada berat badan.

Olahraga dilaporkan sendiri pada kunjungan tindak lanjut pertama, sekitar dua minggu setelah pengobatan dimulai. Peneliti menggunakan regresi linear untuk menilai hubungan antara aktivitas dan penurunan berat badan sekitar bulan kedua, dengan mengendalikan indeks massa tubuh awal, usia, dan jenis kelamin biologis. Ro mengingatkan bahwa olahraga hanya diukur pada satu titik waktu, aktivitas dapat berubah selama masa tindak lanjut, faktor perancu yang tidak diukur dapat memengaruhi hasil, dan hubungan berdasarkan pengamatan tidak membuktikan sebab-akibat.

Pelacak jalur pengembangan ini menggunakan siaran pers yang tersedia untuk umum, makalah yang telah diterbitkan, dan catatan ClinicalTrials.gov, bukan data pasien Ro. Pelacak ini menyediakan pencarian berdasarkan perusahaan, obat, atau jenis obat; linimasa pengembangan klinis; hasil efikasi; demografi peserta; informasi tentang kejadian tidak diinginkan; serta tampilan uji klinis berdampingan. Ro mengingatkan bahwa uji klinis yang berbeda tidak dapat dibandingkan secara langsung, meskipun hasilnya ditampilkan bersama.

Benang merahnya adalah pembagian tugas: AI mendeteksi pola atau menandai pesan, peneliti menguji hubungan, dan penyedia layanan tetap mengambil keputusan klinis dalam contoh triase tersebut. Ambisi Ro yang lebih luas kini bergantung pada apakah pembagian tugas itu dapat mengubah pengamatan pasien yang berkelanjutan menjadi bukti yang ditelaah sejawat dan panduan yang lebih baik, alih-alih berhenti pada temuan awal.