Media90 – Industri farmasi global kini berada di titik balik penting yang akan menentukan arah masa depan layanan kesehatan. Jika selama puluhan tahun pengembangan obat dikenal sebagai proses yang lambat, mahal, dan berisiko tinggi, kehadiran kecerdasan buatan (AI) mulai mengubah paradigma tersebut secara drastis. AstraZeneca muncul sebagai salah satu pelopor utama revolusi ini dengan pendekatan yang berbeda: bukan sekadar mengejar penemuan molekul baru, melainkan mengoptimalkan AI biomarker dan efisiensi uji klinis agar obat dapat lebih cepat sampai ke tangan pasien.
Strategi ini diperkuat dengan langkah akuisisi Modella AI, startup biomedis berbasis di Boston, pada awal 2026. Akuisisi tersebut menandai pergeseran besar dalam industri farmasi, di mana AI tidak lagi diposisikan sebagai alat bantu teknis jangka pendek, melainkan sebagai aset inti perusahaan.
Mengurai “Titik Berantakan” dalam Uji Klinis
CEO Teva, Richard Francis, menyebut proses pengembangan obat sering terjebak dalam fase yang ia sebut sebagai “titik berantakan”—tahapan administratif, regulasi, dan manufaktur yang kompleks, monoton, namun sangat krusial. Di sinilah AstraZeneca memanfaatkan AI sebagai augmenting intelligence, bukan untuk menggantikan manusia, melainkan memperkuat pengambilan keputusan dan efisiensi kerja.
AI digunakan untuk menelusuri ribuan halaman catatan klinis dan keselamatan pasien, memastikan konsistensi dokumen lintas divisi. Dampaknya signifikan. Melalui intelligent protocol tool yang dikembangkan bersama penulis medis, waktu penyusunan dokumen dapat dipangkas hingga 85% dalam beberapa kasus.
Dampak AI juga terlihat jelas pada kolaborasi AstraZeneca dengan Qure.ai di Thailand. Melalui pemanfaatan AI pada pemindaian rontgen dada, sistem ini mencatat nilai prediksi positif 54,1%, jauh melampaui rata-rata industri yang berkisar di angka 20%. Hingga kini, lebih dari 660.000 orang telah dipindai, dan AI berhasil mendeteksi dugaan lesi paru pada sekitar 8% kasus, memungkinkan penanganan kanker jauh sebelum gejala klinis muncul.
Akuisisi Modella AI dan Awal Era AI Biomarker
Dalam ajang J.P. Morgan Healthcare Conference 2026, AstraZeneca secara resmi mengumumkan integrasi teknologi Modella AI ke dalam struktur inti perusahaan. Keputusan ini berangkat dari tantangan utama dunia onkologi: kegagalan uji klinis sering kali bukan karena obatnya tidak efektif, melainkan karena obat diuji pada kelompok pasien yang tidak tepat.
Modella AI unggul dalam menganalisis data patologi dan genomik untuk mengidentifikasi pola biomarker yang sebelumnya sulit dikenali secara visual. Teknologi ini memungkinkan pengelompokan pasien dengan presisi tinggi. Jika sebelumnya seorang ahli patologi membutuhkan waktu berjam-jam untuk menganalisis satu gambar tumor, sistem AI dapat melakukannya dalam hitungan menit.
AI ini mampu mengukur karakteristik setiap sel tumor dan mengaitkannya dengan penanda genomik guna memprediksi respons pasien terhadap terapi tertentu. Keunggulan ini memberi AstraZeneca sinyal keberhasilan uji klinis lebih awal, sehingga riset yang tidak menjanjikan dapat dihentikan lebih cepat, sementara kandidat obat potensial bisa dipercepat pengembangannya.
Persaingan Global di Industri Farmasi Berbasis AI
AstraZeneca bukan satu-satunya pemain dalam perlombaan AI farmasi global, namun pendekatannya dinilai paling menyeluruh. Pfizer, misalnya, telah memangkas waktu identifikasi molekul menjadi hanya 30 hari melalui ML Research Hub, teknologi yang sebelumnya membantu pengembangan Paxlovid dalam waktu singkat.
Sementara itu, Novartis memanfaatkan computational twins untuk mensimulasikan uji klinis, yang berhasil mempercepat pemilihan lokasi uji dari enam minggu menjadi hanya dua jam. Roche juga membangun basis data genomik klinis terbesar di industri dengan lebih dari 800.000 profil, meningkatkan efisiensi manajemen keselamatan hingga 50% pada 2026.
Keunggulan AstraZeneca terletak pada eksekusi berskala besar. Perusahaan ini bahkan mulai mengembangkan kelompok kontrol virtual berbasis data rekam medis untuk mensimulasikan placebo arms. Inovasi ini berpotensi mengurangi jumlah pasien yang menerima terapi non-aktif dan menandai perubahan mendasar dalam desain uji klinis modern.
Menuju Target 2030 dan Dampak Ekonomi Global
Secara historis, pengembangan obat tradisional membutuhkan waktu 10–15 tahun dengan tingkat kegagalan mencapai 90%. Namun, obat-obatan yang dikembangkan dengan dukungan AI kini menunjukkan tingkat keberhasilan Fase I hingga 80–90%, hampir dua kali lipat dari standar industri sebelumnya.
World Economic Forum memproyeksikan bahwa AI dapat menghasilkan nilai ekonomi tahunan bagi industri farmasi sebesar US$350–410 miliar (sekitar Rp5,8–6,8 kuadriliun) pada 2030.
Bagi AstraZeneca, target jangka panjangnya sangat ambisius: menghadirkan 20 obat baru dan mencapai pendapatan US$80 miliar (sekitar Rp1,34 kuadriliun) pada 2030. Dengan mengintegrasikan AI ke setiap fase—mulai dari penyusunan protokol, rekrutmen pasien, hingga pengajuan dokumen ke regulator seperti FDA—AstraZeneca tidak sekadar mengejar kecepatan.
Perusahaan ini tengah membangun ekosistem kedokteran yang lebih cerdas, efisien, dan terukur, dengan fokus utama pada hasil klinis nyata bagi pasien. Dalam perlombaan AI farmasi, kemenangan tidak lagi ditentukan oleh siapa yang memiliki algoritma paling canggih, melainkan oleh siapa yang mampu menerapkannya secara efektif untuk meningkatkan kualitas hidup manusia.
