Yeni Sağlık Hizmeti Pazarlarına Açılmak: Tıbbi Yapay Zekânın Büyüyen Etkisi

Tıpta yapay zekâ denince akla en çok tıbbi görüntülerdeki anormallikleri tespit etmek, test sonuçlarını analiz etmek ve doktorların teşhis koymasına yardımcı olmak geliyor. Ancak son zamanlarda bu uygulamaların çok ötesine geçen ve tıbbi teknolojinin neler başarabileceğine dair düşüncelerimizi sorgulatan gelişmelerle giderek daha sık karşılaşıyorum. Bazılarının potansiyel etkisi sağlık hizmetlerinin çok ötesine uzanabilir; hayatımızın tamamen farklı alanlarını etkileyebilir ve henüz var olmayan yeni teknolojilerin, iş modellerinin, hatta pazarların ortaya çıkmasını sağlayabilir.

Nadir Hastalıklar Tıbbi Girişimler İçin Neden Cazip Hâle Geliyor

Son zamanlarda takip ettiğim en ilgi çekici alanlardan biri, hesaplamalı yöntemler ve yapay zekâ kullanılarak yeni ilaç bileşiklerinin araştırılması ve geliştirilmesi anlamına gelen ilaç keşfi. DeepMind’ın AlphaFold üzerindeki çalışmaları, bu alanın ilerlemesinde önemli rol oynadı. 200 milyondan fazla tahmin edilmiş protein yapısını içeren veritabanı, araştırmacılara olası moleküler etkileşimleri inceleyebilecekleri zengin bir bilgi kaynağı sağladı ve belirli tıbbi durumları hedefleyen girişimler için de yeni fırsatlar yarattı.

Bir kişinin, belirli bir yaş grubundaki kadınların yalnızca küçük bir bölümünü etkileyen görece nadir bir hastalığa yönelik tedavi geliştirmek üzere bir girişim kurmak istediğini varsayalım. İlk soru şu: Çok daha yaygın bir hastalığa yönelebilecekken neden bu kadar sınırlı bir pazarı hedeflesin? Ancak dünya nüfusu bu özel grupla sınırlandırılsa bile, tedaviden yararlanabilecek binlerce kişi olabilir. Tedavinin hastaların on yıl boyunca ya da yaşamlarının geri kalanında her gün ilaç almasını gerektirmesi durumunda, görece küçük olan bu hasta nüfusu bile büyük bir pazar oluşturabilir.

Ticari açıdan sürdürülebilir bir ilaç şirketinin on milyonlarca müşteriye sahip olması şart değildir. Elbette potansiyel bir pazarı tahmin etmekle gerçek gelir elde etmek arasında; araştırma, klinik deneyler, üretim ve düzenleyici onay masraflarının da dâhil olduğu büyük bir fark vardır. Yine de bir girişim, yeterince hizmet alamayan tek bir hastalığa odaklanıp bu hastalık çevresinde kapsamlı bir araştırma programı oluşturabilir.

Örneğin Recursion Pharmaceuticals, karşılanmamış önemli tıbbi ihtiyaçların bulunduğu hastalıklara yönelik yapay zekâ destekli tedaviler geliştiren, ABD merkezli bir biyoteknoloji şirketidir. Araştırma aşamasındaki ilaçlarından biri olan REC-4881, ABD’de ve Avrupa’nın beş büyük ülkesinde tahminen 50.000 kişiyi etkileyen, nadir ve kalıtsal bir hastalık olan ailesel adenomatöz polipozisi hedefliyor. Şirket, hastalardaki anormal doku oluşumlarında azalma da dâhil olmak üzere, Faz 1b/2 klinik deneylerinden umut verici sonuçlar bildirdi.

Yeni Bir İş Modeli Olarak Sanal Laboratuvarlar

Belirli bir hastalıkla ilişkili proteini hedef alabilecek bir molekül bulmak gerçekten zordur. Bunun için çok sayıda kimyasal bileşiğin taranması; hedef proteine bağlanabilen, proteinin etkinliğini değiştirebilen ya da ilgili biyolojik süreçleri etkileyebilen bileşiklerin belirlenmesi gerekir. Önemli olan yalnızca kimyasal bileşim değildir. Her molekülün üç boyutlu yapısı da bu etkileşimlerin nasıl gerçekleşeceğini belirlemede kritik rol oynar.

Olası her bileşimi fiziksel bir laboratuvarda test etmek neredeyse imkânsızdır. Önemli miktarda mali kaynak olsa bile, bu kadar çok deneyi gerçekleştirmek çok uzun sürer. Bu nedenle araştırma sürecinin bir bölümü, hesaplamalı modellerin ve simülasyonların moleküler etkileşimleri tahmin edebildiği ve daha ileri testler için en umut verici bileşikleri belirleyebildiği sanal ortamlara taşınıyor. Bu yaklaşım laboratuvarda yapılması gereken deneylerin sayısını azaltıyor; ancak tahminlerin yine de fiziksel testlerle doğrulanması gerekiyor.

Bu teknolojiler etrafında farklı iş modellerine sahip, kapsamlı bir girişim ekosistemi ortaya çıkıyor. Bazı şirketler moleküler simülasyon altyapısı geliştirip bunu ilaç şirketlerinin ve araştırma ekiplerinin kullanımına sunuyor. Diğerleri ise mevcut araçlardan yararlanarak kendi ilaç adaylarını geliştiriyor. Tek bir teknolojik ilerlemenin pazarın farklı düzeylerinde nasıl iş fırsatları yaratabileceğini gösteren ilginç bir örnek bu. Teknolojisi başka geliştiriciler için değer taşıdığı sürece bir şirket, kendi ilacını piyasaya sunmadan da ticari açıdan başarılı olabilir.

Buna iyi bir örnek, ilaç keşfi ve moleküler tasarım için yapay zekâ teknolojileri geliştiren Isomorphic Labs. Şirket, Novartis ve Eli Lilly ile araştırma ortaklıkları kurdu ve 2025’te Novartis ile işbirliğini ek ilaç keşfi programlarını da kapsayacak şekilde genişletti. Bu örnek, molekülleri keşfetmek ve tasarlamak için kullanılan teknolojinin, büyük ilaç şirketleriyle çalışan bir işletmenin temelini de oluşturabileceğini gösteriyor.

Yirmi Dakikada Kişiye Özel Bir Hap

Bazı girişimler ilaç keşfi fikrini daha da ileri taşıyor. Yakın zamanda cilt kanseriyle ilgili teknolojiler üzerinde çalışan bir ekiple tanıştım. Ekip, hastalığa genetik yatkınlıkları belirlemek ve hastalığı DNA düzeyinde tedavi etmenin yollarını araştırmakla ilgileniyor. Geniş bir hasta grubu için ilaç geliştirmek yerine, tedavilerin kişinin genetik profiline göre uyarlanıp uyarlanamayacağını inceliyorlar.

Kurucular, geleceğe dair son derece iddialı bir vizyon anlattı. Bir kliniğe girdiğinizi, tükürük örneği verdiğinizi ve bir cihazın DNA’nızı analiz ederek size özel tasarlanmış bir ilaç hazırladığını hayal edin. Onların vizyonuna göre, bu sürecin tamamı bir gün yaklaşık yirmi dakika sürebilir ve yalnızca 100 dolara mal olabilir. Elbette bu, henüz sunulan bir sağlık hizmeti değil, teknolojik bir hedef. Gerçekleştirilmesi ise bilimsel, üretimle ilgili ve düzenleyici alanlarda devasa zorlukların aşılmasını gerektirir.

Yine de bu tür konuşmalar, tıp girişimcilerinin hedeflerinin ne kadar değiştiğini gösteriyor. Mevcut tanı yöntemlerini yalnızca iyileştirmek yerine, tedavi geliştirme sürecinin kendisinin kökten yeniden tasarlanıp tasarlanamayacağını sorguluyorlar. Hesaplama teknolojilerindeki ilerlemelerin, kurucuları onlarca yıldır büyük ölçüde değişmeden kalan süreçleri yeniden değerlendirmeye yöneltmesini büyüleyici buluyorum.

Cerrahi Robotik Girişimleri Neden Sıklıkla Satın Alınmak Üzere Kurulur?

Hesaplama teknolojileri küçük ekiplerin ilaç keşfinde çok sayıda olasılığı araştırmasına imkân tanırken, cerrahi robotik bambaşka ölçüde kaynak gerektirir. Cerrahi işlemleri gerçekleştirebilen bir sistem kurmak; ileri düzey makine mühendisliği, hassas hareket kontrolü, kapsamlı testler ve klinik ortamlara erişim gerektirir. Güvenilir bir robotik cerrahi kol geliştirmek on ila on beş yıl sürebilirken, tek bir kurulum milyonlarca dolara mal olabilir. Potansiyel müşteri kitlesi de sınırlıdır ve üreticilerin yıllarca bakım ve teknik destek sağlaması gerekir. Bu durum, cerrahi robotiği küçük bir girişim için son derece karmaşık ve sermaye yoğun bir iş hâline getirir.

Bu nedenle bazı ekipler stratejilerini, sonunda büyük bir tıbbi teknoloji şirketi tarafından satın alınma olasılığı üzerine kurar. Amaçları, ikna edici bir teknolojik konsept geliştirmek ve potansiyelini ortaya koymaktır. Örneğin bir startup, gerçek bir hasta üzerinde kullanılmaya hazır olmaktan çok uzak olsa da, tıbbi bir eğitim mankeni üzerinde belirli işlemleri gerçekleştirebilen prototip bir robotik kol geliştirebilir. Bu sırada ekip yatırımcılarla aktif olarak iletişim kurar, sektör konferanslarına katılır ve potansiyel kurumsal alıcılarla ilişkiler geliştirir; tıbbi etkinliklerle çalışırken bu duruma sıkça tanık olduğumuz yerlerden biri de Scryon‘dur. Özünde, tamamlanmış bir ürüne dönüşmeden önce teknolojinin vadettiklerini satmaya çalışırlar.

Başlangıçta bu yaklaşımı biraz tuhaf bulmuştum. Kendiniz piyasaya sunmayı düşünmüyorsanız neden tıbbi ekipman geliştirirsiniz? Ancak bunun ardında bir iş mantığı var. Küçük bir ekipte yetenekli mühendisler ve umut vadeden bir fikir bulunabilir; yine de ekip yıllarca test yapacak, hastanelere erişecek ve büyük ölçekte üretim gerçekleştirecek kaynaklardan yoksun olabilir. Büyük bir şirket, girişimi görece erken bir aşamada satın alarak bu altyapıyı sağlayabilir.

Bu strateji, küçük ekiplerin ve büyük şirketlerin birbirini nasıl tamamlayabileceğini gösteriyor: Bir taraf yeni fikirler geliştirmeye ve bunları test etmeye odaklanırken, diğer taraf bu fikirleri uygulanabilir tıbbi ürünlere dönüştürecek kaynaklara sahip. Ayrıca bir şirketin büyüklüğü, teknolojisinin arkasındaki çalışmanın karmaşıklığını her zaman yansıtmaz.

Bunu, küçük girişimlerden dünyanın önde gelen tıbbi ekipman üreticilerinden birine kadar farklı ölçekteki geliştiricilerle çalıştığımız projelerde bizzat gördüm: Keymakr’da algoritmaları iyileştirmek, tıbbi veri kümelerini hazırlamak ve açıklama etiketlerinin doğruluğunu klinik gerekliliklere göre doğrulamak için titizlikle çalışıyoruz.

İlk Fikrin Ötesinde

Belirli bir biyolojik mekanizmayı araştıran herhangi bir şirket, bir gün tamamen ilgisiz sektörleri dönüştüren bir teknoloji geliştirebilir. Bunun, yaşam süresinde radikal artışlara varan ve bildiğimiz toplumu tümüyle dönüştüren sonuçları olabilir.

Belki de bugün tıp girişimlerini benim için en büyüleyici kılan şey budur. Yapay zekânın yardımıyla küçük ekipler, yakın zamana kadar büyük şirketlerin kaynaklarını gerektirecek zorlukların üstesinden geliyor ve bunlara çoğu zaman beklenmedik açılardan yaklaşıyor. Bu fikirlerin birçoğu hiçbir zaman uygulamaya geçemeyecek; ancak girişimcilerin başarılı bir teknolojinin zamanla ne kadar büyük bir pazar yaratabileceğini önceden bilmesi şart değil. Bazen en ilginç fırsatlar, ancak başlangıçtaki bilimsel sorun çözüldükten sonra ortaya çıkar.