การขยายสู่ตลาดด้านการดูแลสุขภาพแห่งใหม่: ผลกระทบที่เพิ่มขึ้นของ AI ทางการแพทย์

โดยทั่วไป ผู้คนมักนึกถึงการใช้ปัญญาประดิษฐ์ทางการแพทย์ในการตรวจหาความผิดปกติในภาพทางการแพทย์ วิเคราะห์ผลตรวจ และช่วยแพทย์วินิจฉัยโรค แต่ระยะหลังมานี้ ฉันพบความก้าวหน้ามากขึ้นเรื่อย ๆ ซึ่งไปไกลกว่าการใช้งานเหล่านี้ และท้าทายมุมมองที่เรามีต่อศักยภาพของเทคโนโลยีทางการแพทย์ ความก้าวหน้าบางอย่างมีความทะเยอทะยานสูงจนผลกระทบที่อาจเกิดขึ้นขยายวงกว้างไปไกลกว่าการดูแลสุขภาพ ส่งผลต่อแง่มุมอื่น ๆ ในชีวิตของเรา และก่อให้เกิดเทคโนโลยี รูปแบบธุรกิจ และแม้แต่ตลาดใหม่ที่ยังไม่มีอยู่ในปัจจุบัน

เหตุใดโรคหายากจึงกำลังดึงดูดสตาร์ทอัพด้านการแพทย์

หนึ่งในแวดวงที่น่าสนใจที่สุดซึ่งฉันติดตามอยู่ในช่วงหลังมานี้คือการค้นคว้าและพัฒนายา ซึ่งอาศัยวิธีการคำนวณและปัญญาประดิษฐ์เพื่อค้นหาและพัฒนาสารประกอบยาใหม่ ผลงานของ DeepMind เกี่ยวกับ AlphaFold มีบทบาทสำคัญในการพัฒนาแวดวงนี้ ฐานข้อมูลโครงสร้างโปรตีนที่คาดการณ์ไว้มากกว่า 200 ล้านรายการได้มอบข้อมูลมากมายให้นักวิจัยใช้ศึกษาปฏิสัมพันธ์ระดับโมเลกุลที่อาจเกิดขึ้น อีกทั้งยังเปิดโอกาสใหม่ ๆ ให้สตาร์ทอัพที่มุ่งเน้นภาวะทางการแพทย์เฉพาะด้าน

สมมติว่ามีคนต้องการสร้างสตาร์ทอัพเพื่อพัฒนาวิธีรักษาโรคที่พบได้ค่อนข้างน้อย ซึ่งส่งผลกระทบต่อผู้หญิงเพียงสัดส่วนเล็กน้อยในกลุ่มอายุหนึ่งโดยเฉพาะ คำถามแรกคือ เหตุใดจึงควรมุ่งเป้าตลาดที่มีขนาดจำกัดเช่นนี้ ทั้งที่สามารถเลือกพัฒนาแนวทางรักษาภาวะที่พบได้ทั่วไปกว่ามากได้? อย่างไรก็ตาม แม้จำกัดประชากรทั่วโลกให้เหลือเพียงกลุ่มนี้ ก็ยังอาจมีผู้ป่วยที่เป็นไปได้หลายพันคน และหากการรักษากำหนดให้ผู้ป่วยกินยาทุกวันเป็นเวลาสิบปีหรือตลอดชีวิต แม้ประชากรผู้ป่วยจะมีขนาดค่อนข้างเล็ก ก็ยังอาจเป็นตลาดที่มีมูลค่าสูงได้

ธุรกิจเภสัชภัณฑ์ที่ดำเนินงานเชิงพาณิชย์ได้อย่างคุ้มค่าไม่จำเป็นต้องมีลูกค้าหลายสิบล้านคน แน่นอนว่าการประเมินขนาดตลาดที่อาจเกิดขึ้นกับการสร้างรายได้จริงนั้นแตกต่างกันอย่างมาก โดยยังมีต้นทุนด้านการวิจัย การทดลองทางคลินิก การผลิต และการอนุมัติตามกฎระเบียบเข้ามาเกี่ยวข้อง ถึงกระนั้น สตาร์ทอัพก็สามารถมุ่งเน้นโรคเพียงโรคเดียวที่ยังขาดแนวทางรักษาที่ตอบโจทย์ และสร้างโครงการวิจัยทั้งหมดขึ้นมารองรับได้

ตัวอย่างเช่น Recursion Pharmaceuticals เป็นบริษัทเทคโนโลยีชีวภาพในสหรัฐฯ ที่พัฒนาวิธีรักษาโรคโดยใช้ AI สำหรับโรคที่ยังมีความต้องการทางการแพทย์ซึ่งไม่ได้รับการตอบสนองอย่างมาก ยาทดลองตัวหนึ่งของบริษัท REC-4881มุ่งเป้ารักษาภาวะเนื้องอกในลำไส้ใหญ่จากพันธุกรรม ซึ่งเป็นโรคทางพันธุกรรมที่พบได้น้อยและคาดว่าส่งผลกระทบต่อผู้คน 50,000 คนทั่วสหรัฐฯ และห้าประเทศหลักในยุโรป บริษัทเปิดเผยผลการทดลองระยะที่ 1b/2 ที่น่าพอใจ ซึ่งรวมถึงการลดลงของเนื้อเยื่อที่เจริญเติบโตผิดปกติในผู้ป่วย

ห้องปฏิบัติการเสมือนจริงในฐานะรูปแบบธุรกิจใหม่

การค้นหาโมเลกุลที่สามารถมุ่งเป้าไปยังโปรตีนซึ่งเกี่ยวข้องกับโรคใดโรคหนึ่งเป็นเรื่องท้าทายอย่างยิ่ง จำเป็นต้องคัดกรองสารประกอบเคมีจำนวนมหาศาล เพื่อค้นหาสารที่จับกับโปรตีนเป้าหมาย เปลี่ยนแปลงการทำงานของโปรตีน หรือส่งผลต่อกระบวนการทางชีวภาพที่เกี่ยวข้องได้ และสิ่งสำคัญไม่ได้มีเพียงองค์ประกอบทางเคมีเท่านั้น โครงสร้างสามมิติของโมเลกุลแต่ละชนิดมีบทบาทสำคัญอย่างยิ่งในการกำหนดว่าปฏิสัมพันธ์เหล่านี้จะเกิดขึ้นอย่างไร

การทดสอบทุกชุดผสมที่เป็นไปได้ในห้องปฏิบัติการจริงแทบเป็นไปไม่ได้ แม้จะมีทรัพยากรทางการเงินจำนวนมาก การทดลองจำนวนมหาศาลเช่นนั้นก็ต้องใช้เวลานานเกินไป นี่จึงเป็นเหตุผลที่กระบวนการวิจัยบางส่วนกำลังย้ายไปสู่สภาพแวดล้อมเสมือนจริง ซึ่งแบบจำลองและการจำลองด้วยคอมพิวเตอร์สามารถคาดการณ์ปฏิสัมพันธ์ระดับโมเลกุล และระบุสารประกอบที่มีแนวโน้มดีที่สุดเพื่อนำไปทดสอบต่อได้ วิธีนี้ช่วยลดจำนวนการทดลองที่ต้องทำในห้องปฏิบัติการ แม้การคาดการณ์จะยังต้องได้รับการยืนยันด้วยการทดสอบจริงก็ตาม

กำลังเกิดระบบนิเวศของสตาร์ทอัพที่มีรูปแบบธุรกิจหลากหลายขึ้นรอบเทคโนโลยีเหล่านี้ บางบริษัทสร้างโครงสร้างพื้นฐานสำหรับการจำลองโมเลกุลและเปิดให้บริษัทยากับทีมวิจัยนำไปใช้ ส่วนบริษัทอื่น ๆ ใช้เครื่องมือที่มีอยู่เพื่อพัฒนาตัวยาของตนเอง นี่เป็นตัวอย่างที่น่าสนใจว่า ความก้าวหน้าทางเทคโนโลยีเพียงอย่างเดียวสามารถสร้างโอกาสทางธุรกิจได้หลายระดับในตลาด บริษัทสามารถสร้างธุรกิจที่ประสบความสำเร็จเชิงพาณิชย์ได้โดยไม่ต้องนำยาของตนเองออกสู่ตลาดเลย หากเทคโนโลยีของบริษัทมีคุณค่าต่อผู้พัฒนารายอื่น

ตัวอย่างที่ดีคือ Isomorphic Labs ซึ่งพัฒนาเทคโนโลยี AI สำหรับการค้นคว้ายาและการออกแบบโมเลกุล บริษัทได้ร่วมมือกับ Novartis และ Eli Lilly ในด้านการวิจัย และในปี 2025 ขยายความร่วมมือกับ Novartisให้ครอบคลุมโครงการค้นคว้ายาเพิ่มเติม กรณีนี้แสดงให้เห็นว่าเทคโนโลยีที่ใช้ค้นหาและออกแบบโมเลกุลสามารถเป็นรากฐานของธุรกิจที่ทำงานร่วมกับบริษัทยาขนาดใหญ่ได้ด้วยตัวเอง

ยาเม็ดเฉพาะบุคคลในยี่สิบนาที

สตาร์ทอัพบางแห่งกำลังต่อยอดแนวคิดเรื่องการค้นคว้ายาไปอีกขั้น เมื่อไม่นานมานี้ ฉันได้พบกับทีมหนึ่งที่กำลังพัฒนาเทคโนโลยีที่เกี่ยวข้องกับมะเร็งผิวหนัง ทีมนี้สนใจค้นหาความโน้มเอียงทางพันธุกรรมที่จะก่อให้เกิดโรค และศึกษาแนวทางรักษาโรคในระดับ DNA แทนที่จะพัฒนายาสำหรับผู้ป่วยกลุ่มใหญ่ พวกเขากำลังตรวจสอบว่าเป็นไปได้หรือไม่ที่จะปรับการรักษาให้เหมาะกับลักษณะทางพันธุกรรมของแต่ละบุคคล

ผู้ก่อตั้งเล่าถึงวิสัยทัศน์แห่งอนาคตที่ทะเยอทะยานเป็นพิเศษ ลองจินตนาการว่าคุณเดินเข้าไปในคลินิก เก็บตัวอย่างน้ำลาย แล้วมีอุปกรณ์วิเคราะห์ DNA ของคุณเพื่อเตรียมยาที่ออกแบบมาให้เหมาะกับคุณโดยเฉพาะ ในวิสัยทัศน์ของพวกเขา สักวันหนึ่งกระบวนการทั้งหมดอาจใช้เวลาราว 20 นาที และมีค่าใช้จ่ายเพียง 100 ดอลลาร์ แน่นอนว่า ณ ตอนนี้ นี่ยังเป็นเพียงความมุ่งหวังด้านเทคโนโลยี ไม่ใช่บริการทางการแพทย์ที่มีให้ใช้จริง และการทำให้เกิดขึ้นจริงยังต้องเอาชนะความท้าทายมหาศาลทั้งด้านวิทยาศาสตร์ การผลิต และกฎระเบียบ

ถึงอย่างนั้น บทสนทนาเช่นนี้ก็สะท้อนให้เห็นว่าความมุ่งหวังของผู้ประกอบการด้านการแพทย์กำลังเปลี่ยนแปลงไปมากเพียงใด แทนที่จะมุ่งแค่ปรับปรุงขั้นตอนการวินิจฉัยที่มีอยู่ พวกเขากำลังตั้งคำถามว่าเราจะออกแบบกระบวนการพัฒนาวิธีรักษาขึ้นใหม่อย่างสิ้นเชิงได้หรือไม่ ฉันรู้สึกทึ่งที่ความก้าวหน้าด้านเทคโนโลยีการคำนวณกำลังกระตุ้นให้ผู้ก่อตั้งหันกลับมาพิจารณากระบวนการที่แทบไม่เปลี่ยนแปลงมานานหลายทศวรรษ

เหตุใดสตาร์ทอัพด้านหุ่นยนต์ผ่าตัดจึงมักพัฒนาธุรกิจเพื่อรอให้บริษัทอื่นเข้าซื้อกิจการ

แม้เทคโนโลยีการคำนวณจะช่วยให้ทีมขนาดเล็กสำรวจความเป็นไปได้มากมายมหาศาลในการค้นคว้ายา แต่หุ่นยนต์ผ่าตัดต้องใช้ทรัพยากรในระดับที่แตกต่างออกไปโดยสิ้นเชิง การสร้างระบบที่สามารถทำหัตถการผ่าตัดได้ต้องอาศัยวิศวกรรมเครื่องกลที่ซับซ้อน การควบคุมการเคลื่อนไหวอย่างแม่นยำ การทดสอบอย่างครอบคลุม และการเข้าถึงสถานพยาบาล การพัฒนาแขนหุ่นยนต์ผ่าตัดที่เชื่อถือได้อาจใช้เวลา 10 ถึง 15 ปี ขณะที่การติดตั้งเพียงครั้งเดียวอาจมีค่าใช้จ่ายหลายล้านดอลลาร์ ฐานลูกค้าที่เป็นไปได้ก็มีจำกัด และผู้ผลิตยังต้องให้บริการบำรุงรักษาและสนับสนุนทางเทคนิคเป็นเวลาหลายปี สำหรับสตาร์ทอัพขนาดเล็กแล้ว หุ่นยนต์ผ่าตัดจึงเป็นธุรกิจที่ซับซ้อนอย่างยิ่งและต้องใช้เงินลงทุนสูง

นั่นจึงเป็นเหตุผลที่บางทีมวางกลยุทธ์โดยมุ่งหวังให้บริษัทเทคโนโลยีทางการแพทย์รายใหญ่เข้าซื้อกิจการในที่สุด เป้าหมายของพวกเขาคือการพัฒนาแนวคิดด้านเทคโนโลยีที่น่าเชื่อถือและแสดงให้เห็นถึงศักยภาพ ตัวอย่างเช่น สตาร์ทอัพอาจสร้างแขนหุ่นยนต์ต้นแบบที่สามารถทำหัตถการบางอย่างกับหุ่นจำลองทางการแพทย์ได้ แม้จะยังห่างไกลจากการพร้อมใช้งานกับผู้ป่วยจริงก็ตาม ในระหว่างนั้น ทีมก็เดินหน้าพบปะนักลงทุน เข้าร่วมการประชุมในอุตสาหกรรม และสร้างความสัมพันธ์กับผู้ซื้อที่เป็นบริษัทซึ่งอาจสนใจ ดังที่เรามักพบเห็นขณะทำงานกับงานด้านการแพทย์ที่ Scryon โดยพื้นฐานแล้ว พวกเขากำลังพยายามขายความเป็นไปได้ของเทคโนโลยีก่อนที่จะพัฒนาเป็นผลิตภัณฑ์ที่สมบูรณ์

ตอนแรกฉันรู้สึกว่าวิธีการนี้ค่อนข้างแปลก ทำไมถึงพัฒนาอุปกรณ์ทางการแพทย์ หากไม่ได้ตั้งใจจะนำออกสู่ตลาดด้วยตัวเอง? แต่แนวทางนี้มีเหตุผลทางธุรกิจรองรับ ทีมขนาดเล็กอาจมีวิศวกรมากความสามารถและแนวคิดที่มีอนาคต แต่ขาดทรัพยากรสำหรับการทดสอบที่ต้องใช้เวลาหลายปี การเข้าถึงโรงพยาบาล และการผลิตในระดับใหญ่ บริษัทขนาดใหญ่สามารถจัดหาโครงสร้างพื้นฐานเหล่านี้ให้ได้ด้วยการเข้าซื้อสตาร์ทอัพตั้งแต่ระยะเริ่มต้น

กลยุทธ์นี้แสดงให้เห็นว่าทีมขนาดเล็กกับบริษัทขนาดใหญ่สามารถเสริมจุดแข็งซึ่งกันและกันได้อย่างไร กล่าวคือ ฝ่ายหนึ่งมุ่งพัฒนาและทดสอบแนวคิดใหม่ ส่วนอีกฝ่ายมีทรัพยากรที่จะต่อยอดแนวคิดเหล่านั้นให้กลายเป็นผลิตภัณฑ์ทางการแพทย์ที่ใช้งานได้จริง และขนาดของบริษัทก็ไม่ได้สะท้อนความซับซ้อนของงานที่อยู่เบื้องหลังเทคโนโลยีของบริษัทนั้นเสมอไป 

ฉันได้เห็นเรื่องนี้ด้วยตัวเองผ่านโครงการต่าง ๆ ที่ Keymakr ซึ่งเราได้ทำงานร่วมกับนักพัฒนาตั้งแต่สตาร์ทอัพขนาดเล็กไปจนถึงหนึ่งในผู้ผลิตอุปกรณ์ทางการแพทย์ชั้นนำของโลก ไม่ว่าบริษัทจะมีขนาดใด โครงการเหล่านี้ล้วนต้องอาศัยการทำงานอย่างละเอียดรอบคอบเพื่อปรับปรุงอัลกอริทึม จัดเตรียมชุดข้อมูลทางการแพทย์ และตรวจสอบความถูกต้องของคำกำกับข้อมูลให้เป็นไปตามข้อกำหนดทางคลินิก 

ก้าวไกลกว่าแนวคิดดั้งเดิม

บริษัทใดก็ตามที่ศึกษาเจาะลึกกลไกทางชีววิทยาเฉพาะด้าน อาจพัฒนาเทคโนโลยีที่พลิกโฉมอุตสาหกรรมซึ่งดูไม่เกี่ยวข้องกันเลยในอนาคต สิ่งนี้มีนัยสำคัญในวงกว้าง ตั้งแต่การเพิ่มอายุขัยอย่างก้าวกระโดดไปจนถึงการเปลี่ยนแปลงสังคมที่เรารู้จักไปอย่างสิ้นเชิง

บางทีนี่อาจเป็นสิ่งที่ทำให้ฉันรู้สึกทึ่งกับสตาร์ทอัพด้านการแพทย์ในปัจจุบันมากที่สุด ด้วยความช่วยเหลือจาก AI ทีมขนาดเล็กกำลังรับมือกับความท้าทายที่เมื่อไม่นานมานี้ยังต้องอาศัยทรัพยากรของบริษัทขนาดใหญ่ และมักเข้าหาปัญหาเหล่านั้นจากมุมมองที่ไม่คาดคิด แนวคิดจำนวนมากเหล่านี้อาจไม่มีวันถูกนำไปใช้จริง แต่ผู้ประกอบการไม่จำเป็นต้องรู้ล่วงหน้าเสมอไปว่าเทคโนโลยีที่ประสบความสำเร็จจะสร้างตลาดขนาดใหญ่เพียงใดในท้ายที่สุด บางครั้งโอกาสที่น่าสนใจที่สุดก็เพิ่งปรากฏให้เห็นหลังจากแก้ปัญหาทางวิทยาศาสตร์ตั้งต้นได้แล้ว