Tema prospek 3 dari 5

Kesehatan, umur panjang & biosains

Imbal hasil terbesar dari AI mungkin tidak diukur dalam dolar, melainkan dalam tahun-tahun hidup yang sehat.

Gambaran besar

Biologi adalah sistem informasi paling kompleks yang kita kenal. Setiap sel berjalan dengan kode sekitar tiga miliar huruf DNA, yang memberi instruksi untuk membentuk puluhan ribu protein, masing-masing terlipat menjadi bentuk 3D yang presisi yang menentukan fungsinya. Sepanjang sebagian besar sejarah, kompleksitas itu terlalu besar untuk dibaca manusia.

AI mengubah hal itu. Jenis model yang sama yang mempelajari bahasa kini mempelajari bahasa kehidupan: membaca genom, memprediksi bentuk protein, merancang molekul baru, dan mendeteksi penyakit lebih dini daripada yang mampu dilakukan dokter seorang diri. Saya meyakini di sinilah AI akan memberikan dampak paling mendalam bagi manusia, sekaligus salah satu peluang investasi jangka panjang terbesar.

Mengapa sekarang

Tiga hal telah bertemu. Biaya pengurutan seluruh genom manusia telah turun dari miliaran dolar menjadi beberapa ratus dolar. AI kini dapat memprediksi dan merancang struktur protein yang dahulu membutuhkan waktu bertahun-tahun untuk dipecahkan di laboratorium. Dan obat-obatan pertama yang ditemukan dan dirancang dengan AI mulai menunjukkan hasil dalam uji klinis pada manusia. Biologi sedang menjadi ilmu informasi.

Di mana peluangnya

Lapisan yang sedang saya teliti

Peralatan & pengurutan genom

Perusahaan pembuat mesin pengurut, instrumen laboratorium, dan reagen yang dibutuhkan setiap laboratorium genomika dan proteomika: “cangkul dan sekop” biosains.

Penemuan obat berbasis AI

Platform dan perusahaan bioteknologi yang menggunakan AI untuk menemukan target dan merancang molekul, sering kali bermitra dengan perusahaan farmasi besar.

Diagnostik & pencitraan

AI yang membaca hasil pemindaian, preparat patologi, dan tes darah untuk mendeteksi penyakit lebih dini dan lebih akurat.

Daya komputasi untuk biologi

Model biologi membutuhkan daya komputasi yang sangat besar, sehingga tema ini terhubung langsung kembali ke chip, cloud, dan pusat data.

Pembahasan mendalam

Titik temu AI dan biologi

Genomika

Membaca kode kehidupan

Apa itu

Genomika adalah studi tentang DNA lengkap seseorang, buku petunjuk yang ada di dalam setiap sel. Perbedaan dalam kode tersebut memengaruhi risiko penyakit, respons kita terhadap obat, dan cara kita menua.

Apa yang diubah AI

AI menemukan pola penting di antara miliaran huruf DNA: varian mana yang menyebabkan penyakit, pasien mana yang akan merespons pengobatan tertentu, dan kanker mana yang dipicu oleh mutasi tertentu. Seiring murahnya pengurutan genom, AI-lah yang mengubah data menjadi keputusan.

Dalam praktik

Pengurutan genom rutin untuk bayi baru lahir, pasien kanker, dan diagnosis penyakit langka, dengan AI yang menandai segelintir perubahan penting di antara jutaan perubahan.

Proteomika

Memahami mesin-mesin tubuh

Apa itu

Proteomika adalah studi tentang protein, mesin molekuler yang melakukan hampir semua pekerjaan di dalam tubuh kita. Bentuk 3D sebuah protein menentukan fungsinya, dan protein yang salah bentuk atau hilang menjadi penyebab banyak penyakit.

Apa yang diubah AI

Dahulu, mengungkap bentuk satu protein saja membutuhkan waktu bertahun-tahun. Sistem AI seperti AlphaFold kini dapat memprediksinya dalam hitungan menit, dan telah melakukannya untuk hampir semua protein yang dikenal. Perangkat AI baru melangkah lebih jauh, dengan merancang protein yang sepenuhnya baru yang tidak pernah dibuat oleh alam.

Dalam praktik

Merancang enzim, vaksin, dan antibodi baru dari nol, serta memahami secara tepat bagaimana suatu obat menempel pada protein yang menjadi targetnya.

Penemuan obat

Dari satu dekade menjadi beberapa tahun

Apa itu

Membawa obat baru ke pasar secara tradisional membutuhkan waktu 10 hingga 15 tahun dan biaya miliaran dolar, dan sebagian besar kandidat gagal di tengah jalan.

Apa yang diubah AI

AI dapat mengidentifikasi target penyakit yang menjanjikan, merancang kandidat molekul, memprediksi keamanannya, dan memilih pasien yang tepat untuk uji klinis. Hal ini mempersingkat riset tahap awal dari hitungan tahun menjadi bulan dan dapat meningkatkan peluang keberhasilan.

Dalam praktik

Kandidat obat yang dirancang AI sudah memasuki uji klinis pada manusia. Salah satunya, untuk penyakit serius berupa jaringan parut pada paru-paru, menerbitkan hasil positif uji klinis tahap menengah pada 2025.

Umur panjang

Menambah tahun-tahun sehat, bukan sekadar tahun

Apa itu

Penuaan adalah faktor risiko terbesar untuk kanker, penyakit jantung, dan demensia. Ilmu umur panjang (longevity) bertujuan memperlambat proses biologis penuaan itu sendiri, sehingga memperpanjang “healthspan”: tahun-tahun yang kita jalani dalam keadaan sehat.

Apa yang diubah AI

AI menggabungkan data genomik, protein, tes darah, dan perangkat yang dapat dikenakan untuk mengukur usia biologis seseorang, memprediksi penyakit bertahun-tahun sebelum gejala muncul, dan mempersonalisasi upaya pencegahan. AI juga mempercepat riset terapi yang langsung menyasar proses penuaan.

Dalam praktik

Pemeriksaan kesehatan preventif yang menggabungkan genetika, biomarker darah, dan pencitraan yang dibaca AI untuk mendeteksi penyakit sejak dini, disertai rencana yang dipersonalisasi agar tetap sehat lebih lama.

Bukti sejauh ini

Nobel

Hadiah Nobel Kimia 2024 dianugerahkan untuk prediksi struktur protein berbasis AI (AlphaFold) dan desain protein komputasional, sebuah tanda betapa sentralnya peran AI dalam biologi.

Sumber: EMBL ↗

~$100

Perusahaan pengurutan genom kini menawarkan pengurutan seluruh genom manusia dengan biaya sekitar US$100 hingga US$200, turun dari sekitar US$3 miliar untuk genom pertama.

Sumber: STAT News ↗

Fase 2

Rentosertib, obat yang target dan molekulnya sama-sama ditemukan menggunakan AI, melaporkan hasil positif uji Fase 2a di Nature Medicine untuk fibrosis paru idiopatik.

Sumber: BioSpace ↗

Sinyal yang saya pantau

Bagaimana saya tahu ini berhasil

↗Obat hasil temuan AI yang melaju ke uji klinis tahap lanjut dan memperoleh persetujuan
↗Turunnya biaya pengurutan genom dan protein, serta pertumbuhan volume tes
↗Kemitraan antara perusahaan AI dan perusahaan farmasi besar
↗Sistem layanan kesehatan dan perusahaan asuransi yang mengadopsi AI untuk diagnosis dan layanan preventif

Risiko

Apa yang bisa salah

!Pengembangan obat berjalan lambat dan sebagian besar kandidat tetap gagal, dengan atau tanpa AI
!Regulasi, aturan privasi, dan etika seputar data genetik memang sepatutnya ketat
!Valuasi perusahaan bioteknologi bisa sangat fluktuatif dan dipengaruhi oleh hasil satu uji klinis saja
!Umur panjang adalah bidang yang masih muda dan sebagian klaimnya mendahului bukti ilmiah

Pendekatan saya

Saya memandang kesehatan dan biosains sebagai tema berhorizon panjang. Saya mengutamakan “cangkul dan sekop”-nya (pengurutan genom, peralatan laboratorium, dan daya komputasi di balik model biologi) ditambah perusahaan layanan kesehatan mapan yang mengadopsi AI, serta menjaga taruhan pada perusahaan bioteknologi berbasis satu obat tetap kecil.

“AI belajar membaca bahasa kita terlebih dahulu. Kini AI belajar membaca biologi kita, dan hal itu dapat mengubah seberapa lama dan seberapa baik kita hidup.”

Ini adalah pandangan pribadi yang bersifat prospektif, bukan prediksi atau rekomendasi. Pandangan ini bisa saja keliru.