Ro, Hasta Verilerini Klinik Kanıta Dönüştürmek İçin Araştırma Laboratuvarı Kuruyor

Ro, 6 Kasım 2026’da Ro Research Lab’ın kurulduğunu duyurdu. Bu girişim yapay zekâyı, gerçek yaşamdan elde edilen hasta verilerini ve bilimsel araştırmaları bir araya getiriyor. Ro, ilk bulguları yayımlamayı, hakem değerlendirmesinden başarıyla geçenleri bilimsel yayınlara sunmayı ve elde edilen kanıtları kendi platformunun içindeki ve dışındaki hastalara yönelik klinik rehberliğe, araçlara ve bakım hizmetlerine dönüştürmeyi planlıyor.

Girişim, tıbbi bir bulgu ile geniş ölçekte uygulanabilecek bir müdahale arasındaki gecikmeyi azaltmayı hedefliyor. Hasta bilgilerinin dağınık olduğu, bakım sonuçlarını ölçmenin zorlaştığı ve araştırmaların tedaviyi etkilemesinin yıllar alabildiği bir sistemdeki sorunları ele alıyor. Ro’nun platformu klinik bakımı, eczane hizmetlerini, laboratuvar sonuçlarını ve hastaların bildirdiği sonuçları bir araya getiriyor; şirketin milyonlarca hasta yolculuğunu kapsadığını belirttiği bu süreçte yan etkiler, uyku, kalp atış hızı ve kiloyla ilgili bilgiler üretiyor.

Araştırma soruları, hastaların aynı tedaviye neden farklı yanıtlar verdiğiyle ilgili. Ro; bir kişinin bir ilaçla vücut ağırlığının %35’ini kaybederken bir başkasının neden %5 kaybettiğini, yan etkilerin neden farklılaştığını ve genetik özelliklerin, davranışların ve tedavi kararlarının sonuçları nasıl şekillendirdiğini öğrenmek istiyor. Yapay zekâ örüntüleri ararken bilimsel testler klinisyenler ve akademik araştırmacılarla birlikte yürütülecek. Planlanan araştırma konuları arasında kalp krizi, yemekle ilgili sürekli düşünceler, ruh sağlığı ve market alışverişleri yer alıyor.

Yapay Zekâ Destekli Triyajın Daha Önceki Bir Değerlendirmesi

Laboratuvarın yayın kataloğunda, uzaktan sağlık hizmetleriyle sunulan obezite bakımında kullanılan bir istenmeyen olayları triyajla değerlendirme aracını inceleyen bir özet de yer alıyor. Laboratuvarın özel olarak geliştirdiği büyük dil modeli (LLM), GLP-1 tedavisi sırasında yaşanan mevcut veya yakın zamanda meydana gelmiş istenmeyen olaylarla ilgili hasta mesajlarını tespit etti, olayların ciddiyetini sınıflandırdı ve lisanslı bakım ekibinin incelemesi için yüksek öncelikli uyarılar oluşturdu. Araştırma tablosunda çalışmanın tarihleri 30 Kasım 2024 ile 9 Aralık 2024 olarak veriliyor; dolayısıyla çalışma laboratuvarın resmî kuruluşundan önceye dayanıyor.

Klinik eczacılar, isteme eklenen yapılandırılmış ciddiyet bilgilerinin geliştirilmesine katkı sağladı. Tespit hassasiyetini değerlendirmek için insan denetçiler açıklama eklenmiş mesajları etiketledi. Operasyonel değerlendirmede ise uygulamadan önceki dört gün içinde ve sonraki beş gün içinde gönderilen mesajlardan rastgele seçilmiş 3.500 mesaj kullanıldı. Model, tam olarak devreye alınmadan önce de mesajları sınıflandırıyordu; ancak çıktıları henüz yönlendirme veya uyarı oluşturma sistemlerine bağlı değildi. Bu sayede uyarılar devreye alınmadan önceki ve sonraki bakım ekibi yanıt süreleri karşılaştırılabildi.

Yazarlar, istenmeyen olaylarla ilgili içeriği tespit etmede %94 oranında gerçek pozitif sonuç elde edildiğini bildirdi. Uygulama öncesindeki 1.628 mesaj ile uygulama sonrasındaki 1.872 mesajda, ilk klinik yanıtın medyan süresi 115,1 dakikadan 33,0 dakikaya indi; medyan azalma 82,1 dakika oldu (P <.001). Uygulama sonrasında görülen acil istenmeyen olaylara medyan 25,8 dakikada yanıt verildi.

Daha Önce Yayımlanan Çıktılar ve Bunların Sınırları

Laboratuvar, resmî duyurusundan önce de yayın yapmaya başlamıştı. Egzersiz analizi ile GLP-1 Pipeline Tracker’ın tanıtımı 29 Ekim 2026 tarihini taşıyor. Bu iki çalışma, birbirinden farklı iki çıktı türünü ortaya koyuyor: Ro hastalarının deneyimlerinin analizi ve obezite ilaçlarının geliştirilmesiyle ilgili bilgileri düzenleyen herkese açık bir araç.

Ro, kardiyo egzersizi yapmadığını bildiren hastalarda erken dönemdeki kilo kaybının %5,03, haftada en az 2,5 saat egzersiz yaptığını bildiren hastalardaysa %5,24 olduğunu açıkladı. Daha fazla egzersiz yaptığını bildiren hastalar, birinci ayda enerji artışı, ruh hâlinde iyileşme, daha iyi uyku ve aşerme sıklığında azalma bildirmeye de daha yatkındı. Böylece analiz yalnızca kiloya odaklanmak yerine tedavi deneyiminin daha geniş kapsamını ele aldı.

Egzersiz bilgisi, tedavinin başlamasından yaklaşık iki hafta sonraki ilk takip ziyaretinde hastaların kendi bildirimlerine dayanıyordu. Araştırmacılar, aktivite ile ikinci ay civarındaki kilo kaybı arasındaki ilişkiyi değerlendirmek için doğrusal regresyon kullandı ve başlangıçtaki vücut kitle indeksini, yaşı ve biyolojik cinsiyeti hesaba kattı. Ro, egzersizin yalnızca tek bir zaman noktasında ölçüldüğü, takip süresince aktivite düzeyinin değişebileceği, ölçülmeyen karıştırıcı etkenlerin sonuçları etkileyebileceği ve gözlemsel ilişkilerin nedenselliği kanıtlamadığı konusunda uyarıda bulundu.

Pipeline Tracker, Ro’nun hasta verileri yerine kamuya açık basın bültenlerini, yayımlanmış makaleleri ve ClinicalTrials.gov kayıtlarını kullanıyor. Araçta şirket, ilaç veya ilaç türüne göre arama yapılabiliyor; ayrıca klinik geliştirme zaman çizelgesi, etkililik sonuçları, katılımcıların demografik özellikleri, istenmeyen olay bilgileri ve yan yana deneme görünümleri sunuluyor. Ro, sonuçları birlikte gösterilse bile farklı klinik araştırmaların doğrudan karşılaştırılamayacağı konusunda uyarıyor.

Bu çalışmaların ortak noktası, görevlerin paylaşılması: Yapay zekâ örüntüleri tespit ediyor veya mesajları işaretliyor, araştırmacılar ilişkileri sınayıp değerlendiriyor, triyaj örneğindeyse klinik kararları sağlık hizmeti sunucuları veriyor. Ro’nun daha geniş kapsamlı hedefinin gerçekleşmesi, bu iş bölümünün sürekli hasta gözlemlerini ilk bulguların ötesine taşıyarak hakem değerlendirmesinden geçmiş kanıtlara ve daha iyi klinik rehberliğe dönüştürüp dönüştüremeyeceğine bağlı.