Press "Enter" to skip to content

Tantangan Startup Kesehatan Berbasis Artificial Intelligence

Artikel ini ditulis berdasarkan sebuah episode tentang Disrupting Japan. Artikel telah direvisi dari transkrip aslinya. Untuk kamu yang ingin mengakses episode lengkapnya, bisa buka di sini.


Semakin banyak startup di bidang sains kehidupan yang muncul di Jepang, dan mereka telah beradaptasi serta berevolusi guna menghadapi kurangnya investor hingga berbagai kendala modal di negara tersebut.

Dalam sesi ini, saya berbicara dengan Yuki Shimahara, pendiri dan CEO LPixel, sebuah startup pencitraan medis yang menggunakan teknologi kecerdasan buatan (AI). Perusahaan menciptakan alat yang membantu dokter mendeteksi berbagai kondisi dari hasil CT scan dan MRI.

Ketika ia meluncurkan startup ini, Shimahara juga sedang menyelesaikan studi doktornya di Universitas Tokyo.

Dia berbagi tentang bagaimana AI digunakan dalam dunia kedokteran, tantangan dari startup sains kehidupan di Jepang, dan berbagai inovasi di negara tersebut.

Bagaimana startup kamu diterima di Jepang?

Sejujurnya, AI adalah teknologi yang sangat baru untuk dokter di negara ini. Karena produk kami didefinisikan sebagai perangkat medis, perlu melakukan tes klinis dan meyakinkan dokter untuk menggunakan teknologi ini sebelum mendapat persetujuan dari pemerintah.

Seberapa akurat sistem kami dibutuhkan saat uji klinis bergantung pada jenis penyakitnya, sehingga sulit untuk mendapatkan persetujuan. Pada beberapa penyakit, 80 persen merupakan tingkat diagnosis tertinggi dengan hasil yang tepat. Jadi kita perlu membuktikan bahwa kemampuan sistem kami masuk akal dibanding dengan keakuratan seorang dokter manusia.

Kami juga membagikan kuesioner kepada 2.000 praktisi medis. Hasilnya:

Sekitar 80 persen dari mereka tertarik menggunakan AI, tetapi hanya 1 persen hingga 2 persen dari mereka yang saat ini menggunakan teknologi tersebut.

,

Saya pikir alasan dibalik kesenjangan besar ini dikarenakan kesibukan para dokter dan mereka tidak mau menggunakan aplikasi baru. Jadi kami harus mengintegrasikan software kami dengan teknologi yang sudah digunakan para dokter.

Kami juga tidak ingin hanya eksis di Jepang saja. Dalam industri ini, Jepang dan AS adalah pasar terbesar, jadi tantangan kami berikutnya adalah menghadapi AS.

Bagaimana kamu melihat kerja sama antara AI dan dokter?

Sebagai langkah pertama, saya pikir AI bisa berperan sebagai pendukung – seperti sistem pelacakan. Misalnya, kadang-kadang dibutuhkan dua dokter untuk mendiagnosis satu pasien. Dengan AI, satu dokter dapat melakukan pemeriksaan pertama, kemudian AI dapat mengonfirmasi temuannya.

Karena itu, saya tidak berpikir satu perusahaan AI dapat menghadapi semua penyakit. Jadi, saya membayangkan startup kami sebagai platform – seperti toko aplikasi – yang menjual produk dengan tujuan medis yang berbeda-beda.

Bisakah kamu berbagi sedikit tentang dirimu? Apa yang menarik kamu ke AI?

Saya sebenarnya ingin menjadi insinyur mobil. Tetapi ketika berada di sekolah menengah, saya mendengar berita tentang jenis penemuan sel induk tertentu, dan berpikir, “Ini adalah abad rekayasa hayati.”

Saya ingin menantang industri baru, jadi saya mengambil biologi sintetis untuk gelar sarjana. Tetapi sekarang, saya bahkan masih berpikir bahwa bidang ini masih berupa tantangan.

Saat sekolah pascasarjanalah, saya menyadari bahwa analisis gambar adalah solusi yang baik untuk menjawab banyak tantangan medis.

Ada banyak startup berasal dari Tokyo University. Mengapa demikian?

Startup-startup dari Universitas Tokyo meningkat, tetapi jumlahnya belum terlalu besar saat ini, masih sedikit di atas 200. Jadi saya pikir itu masih belum sebanding dengan AS.

Sepuluh tahun yang lalu, universitas ingin mendukung lebih banyak startup dalam hal penelitian. Sebagai contoh, mereka menciptakan kelas di mana siswa dapat belajar tentang startup – inovasi apa dan perusahaan mana yang telah sukses. Mereka juga memiliki program inkubasi selama enam bulan.

Sulit untuk membuat dokter mempercayai AI. Apakah kamu fokus membuat teknologi yang mudah dijelaskan atau yang mendapatkan hasil terbaik?

Itu sangat sulit dijawab karena keduanya sangat penting bagi kami.

Setiap dokter memiliki ekspektasi yang berbeda. Sebagian besar dari mereka tidak mengerti apa yang dapat atau tidak bisa AI lakukan, jadi kami perlu menjelaskannya terlebih dahulu dan kemudian membuat mereka mencoba menggunakan teknologinya.

Setelah itu selesai, kami perlu mendapatkan umpan balik dan meningkatkan akurasi.

Saya pikir keakuratan platform sangat penting untuk membuat dokter mempercayai kami, sehingga hasil dari uji klinis sangat penting.

Apa keunggulan kompetitif yang LPixel miliki?

  • Dua hal: Satu adalah bahwa Jepang memiliki jumlah CT dan MRI scan per populasi terbesar, dan kualitasnya sangat baik. Ini berarti kami dapat menyediakan platform AI berkualitas lebih baik lagi.
  • Yang kedua adalah bahwa di beberapa daerah, para pemimpin opini kunci Jepang juga pemimpin opini kunci global. Dalam mikroskopi, misalnya, pabrikan medis Jepang Olympus berada pada posisi teratas dalam ruang mikroskopi – sekitar 70 persen.

Jika kamu dapat mengubah satu hal untuk startup di Jepang, apakah itu?

Sangat jelas. Kami ingin menempatkan peneliti terpintar sebagai CEO perusahaan.

,

Terkadang, saya sangat sedih karena ada begitu banyak engineer dan peneliti pintar di sekitar saya, tetapi kebanyakan dari mereka hanya memilih di antara dua jalur. Yang pertama karier akademis dan yang kedua bekerja untuk perusahaan besar.

Saya sangat percaya bahwa startup dapat menjadi jalur karier idaman dan harus menjadi pilihan bagi para engineer dan peneliti ini.

Saya pikir kita perlu memiliki lebih banyak panutan dari startup dan laboratorium penelitian.


Shimahara menjelaskan bahwa LPixel akan mengandalkan kemitraan dengan produsen perangkat medis besar. Perusahaan-perusahaan ini, bersama dengan universitas dan pemerintah, mensubsidi penelitian.

Langkah bermitra dengan entitas-entitas tersebut di Jepang kini menjadi praktik yang umum dilakukan. Banyak perusahaan di negara ini menyadari bahwa mereka telah kehilangan kemampuan untuk berinovasi, dan ingin menutup lubang itu lewat kolaborasi dengan startup dan program-program dari universitas.

Tetapi ini berbeda dari riset universitas atau sejumlah program M&A seperti yang kita lihat di AS atau di Eropa; ini adalah hubungan kolaboratif jangka panjang yang dibangun antara startup dan perusahaan.

Dengan kemitraan ini, startup dapat fokus pada inovasi dan peningkatan produk, dan tidak perlu khawatir tentang hal-hal seperti pemasaran, dukungan pelanggan, atau target penjualan yang agresif.

Tidak sulit untuk melihat mengapa perusahaan menyukai situasi ini, karena kini inovasi berada di bawah kendali mereka.

Model ini tentu saja merupakan cara berisiko dan pengembalian rendah dalam menjalankan startup, tetapi membutuhkan tingkat kepercayaan yang tinggi pada mitra bisnis yang akan jarang kamu temukan di Barat.

Sangat sedikit pendiri Barat yang akan menyerahkan fungsi penjualan dan pemasaran mereka kepada orang lain, yang ternyata sepertinya berfungsi di Jepang. Dan jika startup maupun perusahaan bertindak dengan itikad baik, mereka dapat menciptakan nilai dan inovasi yang sangat besar.

Agar adil, model ini tidak menghasilkan inovasi yang mendisrupsi. Strategi ini hanya bagus untuk memecahkan masalah yang ingin diselesaikan perusahaan besar. Namun dalam beberapa kasus, seperti pada perangkat medis dan peralatan diagnostik, inovasi tambahan mungkin merupakan cara terbaik untuk melangkah.

(Artikel ini pertama kali dipublikasikan dalam bahasa Inggris. Isi di dalamnya telah diterjemahkan dan dimodifikasi oleh Fairuz Rana Ulfah sesuai dengan standar editorial Tech in Asia Indonesia. Diedit oleh Ancha Hardiansya)

This post Tantangan Startup Kesehatan Berbasis Artificial Intelligence appeared first on Tech in Asia Indonesia.