Pemeriksaan tenggorokan. Anda tahu latihannya. Dokter masuk. Anda duduk di atas kertas berkerut. Penekan lidah, senter, dan permintaan untuk mengatakan “aaaaah.” Itu adalah pengobatan kuno. Secara efektif, hal ini tidak berubah sejak Hippocrates.
Tapi itu tidak efisien. Dan itu melewatkan banyak hal.
Saat ini, dokter melihat faring Anda dan menebaknya. Mereka melihat kemerahan. Mereka melihat pembengkakan. Mereka mencoba mencocokkan gejala Anda dengan database mental virus. Namun pola di tenggorokan jauh lebih spesifik dari itu. Patogen yang berbeda meninggalkan sidik jari digital yang berbeda pada jaringan mukosa dan pembuluh darah. Sejumlah besar data tersembunyi tersimpan di sana, menunggu untuk dibaca.
Sebuah startup Jepang bernama Iris ingin membacanya.
Akhir dari Usap Hidung
Masukkan Nodoca. Ini adalah sistem berbasis AI yang dikembangkan Iris untuk menganalisis gambar tenggorokan menggunakan perangkat kamera saku. Itu tidak hanya terlihat. Itu memproses.
Dengan menggabungkan gambar faring beresolusi tinggi dengan data wawancara pasien, Nodoca menilai influenza dalam waktu sekitar sepuluh detik. Hanya itu saja. Sepuluh detik.
Implikasinya sangat besar bagi pasien yang takut menjalani tes flu. Standar emas saat ini memerlukan usap hidung. Anda tahu perasaan itu? Dingin. Basah. Tidak nyaman. Memasukkan kapas jauh ke dalam rongga hidung adalah proses yang menyakitkan dan invasif. Nodoca menghilangkan kebutuhan akan usap itu sepenuhnya. Buka saja mulutmu.
Karena pengambilan gambar bersifat non-invasif, dokter juga dapat melakukan tes pada awal siklus penyakit. Anda tidak perlu terlalu sakit hingga viral load mencapai puncaknya di hidung. Jika ada perubahan di tenggorokan, AI akan melihatnya.
Efisiensi ini penting. Pada tahun 2022, Nodoca menjadi perangkat medis pertama yang dilengkapi AI di negara tersebut yang menerima persetujuan sebagai “perangkat medis baru” dan mendapatkan perlindungan di bawah skema asuransi kesehatan nasional. Sejak itu, klinik ini telah berpindah ke lebih dari 2.000 klinik di seluruh Jepang. Pada bulan Oktober 2025, sistem ini menerima persetujuan untuk fungsi tambahan khusus untuk mendeteksi SARS-CoV-2.
Mengapa Perangkat Keras Didahulukan
Sebagian besar perusahaan AI medis mengutamakan perangkat lunak. Mereka mengambil kumpulan data yang ada, melatih model, dan berharap klinik memiliki perangkat keras untuk menangkap data tersebut. Iris mundur. Mereka membuat kamera.
Sho Okuyama, pendiri Iris, bukanlah tipikal pengusaha teknologi. Dia adalah mantan dokter darurat. Dia telah bekerja di pulau-pulau terpencil dengan ratusan penduduk dan sumber daya yang minim. Di pulau-pulau tersebut, tidak ada teknologi diagnostik yang canggih. Hanya stetoskop dan indranya sendiri.
“Saat orang mendengar ‘AI medis’, mereka cenderung memikirkan bagian yang membuat diagnosis,” kata Okuyama. “Tetapi faktor pembeda sebenarnya terletak pada cara data diperoleh.”
Ini adalah kunci pencarian jangka panjang untuk “teknologi pemindaian tenggorokan yang lebih baik” atau “perangkat keras diagnostik AI”. Tanpa masukan data yang berkualitas tinggi dan konsisten, AI tidak ada gunanya.
Ketika Iris mendirikan perusahaan ini pada tahun 2017, masalahnya sangat besar: tidak ada data pelatihan untuk AI yang secara khusus berfokus pada tenggorokan manusia. Internet penuh dengan gambar medis umum. Tak satu pun dari suntikan tersebut merupakan suntikan faring standar yang dipadukan dengan diagnosis terverifikasi.
Jadi Okuyama meminjam kamera. Dia meminjamkannya ke sekitar 100 institusi medis. Selama tiga tahun, dia mengumpulkan data. Tentu saja dengan persetujuan pasien. Hal ini memecahkan tiga ketidakpastian utama sekaligus:
- Mengembangkan perangkat keras yang menangkap gambar secara konsisten.
- Membangun kumpulan data pelatihan khusus yang besar.
- Membuktikan bahwa diagnosis yang dibantu AI dapat berhasil dalam praktiknya.
Pada saat Nodoca diluncurkan secara komersial, keakuratan dasarnya sudah solid. Tapi itu baru permulaan.
Penghalang Efek Jaringan
Nodoca menjadi lebih pintar dalam setiap penggunaan. Di sinilah pertanyaan “bagaimana AI menjadi lebih baik dari waktu ke waktu” biasanya menemui jalan buntu. Banyak sistem AI menderita set pelatihan statis. Nodoca tidak.
Setiap kali dokter menggunakan Nodoca dalam lingkungan klinis, data yang diproses secara anonim dimasukkan kembali ke dalam sistem. Modelnya diperbarui. Polanya menjadi lebih tajam.
Perpustakaan gambar tenggorokan telah meledak dari ratusan ribu menjadi beberapa juta. Itu adalah jumlah titik data yang luar biasa untuk suatu wilayah anatomi khusus.
Efek jaringan ini menciptakan hambatan besar untuk masuk. Mengapa pesaing memulainya sekarang? Mereka perlu mereplikasi perangkat keras, persetujuan peraturan, cakupan asuransi, dan, yang paling penting, akumulasi data gambar selama beberapa dekade. Tidak ada pendatang baru yang muncul dalam bidang khusus ini. Paritnya dalam.
Beyond Flu: Mendeteksi Diabetes dan Hipertensi
Kasus penggunaan langsungnya adalah penyakit menular. Namun mata AI bisa melihat lebih dalam.
Mukosa dan pembuluh darah di tenggorokan mencerminkan penanda kesehatan yang lebih luas. Perubahan warna, tekstur, dan struktur pembuluh darah dapat menandakan masalah sistemik. Iris sudah melakukan penelitian dan pengembangan mengenai penggunaan AI untuk mendeteksi penyakit yang berhubungan dengan gaya hidup, seperti diabetes dan hipertensi, berdasarkan pola tenggorokan.
Kedengarannya seperti fiksi ilmiah sampai Anda menyadari bahwa perubahan mikrovaskuler sering kali muncul di tenggorokan sebelum muncul dalam tes darah. Atau sebelum pasien merasakan gejalanya.
“Saya pikir dalam waktu sekitar 10 hari… tidak, 10 tahun,” Okuyama mengoreksi dirinya sendiri dengan nada, meskipun tidak dalam teks, “kita akan mencapai era di mana satu foto tenggorokan dapat melakukan serangkaian tes yang komprehensif.”
Dinamika biaya di sini menarik. Biaya inferensi AI sangat rendah. Setelah model dilatih, menambahkan lebih banyak lapisan diagnostik (memeriksa flu, lalu memeriksa penanda hipertensi, lalu memeriksa risiko diabetes) menambah hampir nol biaya marjinal bagi penyedia layanan.
Mendesain Ulang Kunjungan Layanan Kesehatan
Okuyama tidak tertarik hanya untuk mempercepat pemeriksaan fisik. Dia ingin mendesain ulang seluruh struktur layanan primer.
Model saat ini rusak. Itu reaktif. Anda sakit. Anda menunggu janji. Anda masuk. Anda menunggu lagi untuk laboratorium.
Okuyama membayangkan aliran yang mulus. Wawancara medis yang didukung AI dilakukan terlebih dahulu, dari jarak jauh. AI melakukan triase. Jika mendeteksi potensi masalah pada pemindaian tenggorokan, ia akan menandainya. Pasien menemui dokter perawatan primer jika diperlukan, atau langsung menemui dokter spesialis. AI terintegrasi di setiap tahap.
Untuk mewujudkan hal ini, Okuyama tidak hanya sekedar coding. Dia sedang melobi. Dia mengusulkan reformasi peraturan kepada kementerian pemerintah. Dia memahami bahwa teknologi melampaui kebijakan. Perangkat keras dan perangkat lunaknya sudah siap. Aturan harus mengejar ketertinggalan.
Ini adalah poros yang berani. Dari dokter ruang gawat darurat hingga arsitek infrastruktur. Tenggorokan hanyalah pintu masuk.
Swabnya akan hilang. Senter sedang diganti. Kata “aaaaah” mungkin tetap ada, tapi makna di baliknya akan segera berubah. Kami beralih dari tebakan visual ke diagnosis berdasarkan data. Ini lebih bersih. Ini lebih cepat. Dan bagi jutaan orang yang takut dengan pemeriksaan hidung, hal ini melegakan.
Tapi siapa yang mendapat akses? Hanya di Jepang saat ini. Sampai seluruh dunia mengikuti jejaknya.
