SPEAR-H Accelerator เบื้องหลังโครงการที่ช่วย Health Tech ไทย พาของดี ไปสู่ของที่ระบบใช้จริง

ระยะห่างระหว่าง 'ผ่านการทดสอบในแล็บ' กับ 'ใช้งานได้จริงในโรงพยาบาล' คือช่วงที่นวัตกรรมไทยจำนวนมากสะดุดและไปต่อไม่ได้

ในธุรกิจ Health Tech ระยะห่างนี้ยาวกว่าที่หลายคนคิด เพราะผลิตภัณฑ์สุขภาพต้องผ่านทั้งความน่าเชื่อถือทางคลินิก การรับรอง กฎระเบียบ ความไว้วางใจจากแพทย์และคนไข้ การเข้าถึงโรงพยาบาล แผนธุรกิจ แหล่งทุน และข้อมูลผลลัพธ์ที่พิสูจน์ได้ในสนามจริง ต่อให้ทีมมีนักวิจัยเก่ง แพทย์เก่ง หรือเทคโนโลยีพร้อมขายแล้ว เส้นทางสู่ตลาดก็ยังไม่ง่าย

SPEAR-H Accelerator โครงการโดยความร่วมมือของ สำนักงานนวัตกรรมแห่งชาติ (NIA) มหาวิทยาลัยมหิดล โดย สถาบันบริหารจัดการเทคโนโลยีและนวัตกรรม (INT) โรงพยาบาลในเครือมหาวิทยาลัยมหิดล และโรงพยาบาลพระราม 9 ถูกออกแบบมาเพื่อช่วยเร่งการเติบโตด้านนวัตกรรมการแพทย์และสุขภาพ โดยเปิดให้สตาร์ตอัป Health Tech ทั้งหมด 12  บริษัทเข้าสู่ Intensive Acceleration Program ได้รับ Mentoring จากผู้เชี่ยวชาญด้านธุรกิจ การตลาด เทคโนโลยี และการเงิน พร้อมทุน Market Validation

รวมถึงการทดสอบตลาดจริงในโรงพยาบาลในเครือมหาวิทยาลัยมหิดล โรงพยาบาลพระราม 9 และโอกาส Fast Track เพื่อรับการสนับสนุนทุนจาก NIA

หัวใจของโครงการจึงอยู่ที่การทำหน้าที่เป็นสะพานให้สตาร์ตอัปเดินจากการพัฒนาผลิตภัณฑ์ ไปสู่การพิสูจน์ในระบบสุขภาพจริง เพราะเทคโนโลยีกลุ่มนี้จะมีความหมายก็ต่อเมื่อมันได้รับความเชื่อถือมากพอที่จะเข้าไปอยู่ในงานประจำวันของโรงพยาบาล แพทย์ พยาบาล ผู้บริหาร และผู้ป่วยจริง

Health Tech โตยาก เพราะสนามจริงซับซ้อนกว่าห้องแล็บ

ถ้ามองจาก 12 บริษัทที่ผ่านการคัดเลือกเข้าโครงการ จะพบว่า Health Tech ไทยครอบคลุมมากกว่าเครื่องมือแพทย์หรือแอปสุขภาพ และกระจายอยู่ในโจทย์ที่เป็นคอขวดของระบบสุขภาพไทยหลายระดับ หากแบ่งให้เห็นภาพจะมีทั้งหมด 4 กลุ่ม ประกอบด้วย

กลุ่มที่ 1 เทคโนโลยีการตรวจวินิจฉัย 

K-Dengue NS1 Ag Test จากบริษัท เค.ไบโอ ไซเอนซ์ จำกัด พัฒนาชุดตรวจแบบรวดเร็วสำหรับตรวจหาแอนติเจน NS1 ของเชื้อไวรัสเดงกีครอบคลุม 4 สายพันธุ์ จากตัวอย่างเลือด โดยทราบผลได้ภายใน 15 นาที

Precision Dx จากบริษัท เซโนสติกส์ จำกัด พัฒนาชุดตรวจเพื่อแยก true RhD-negative และ Asian-type DEL ซึ่งเป็นโจทย์เฉพาะของระบบโลหิตในเอเชีย ด้วยเทคโนโลยี Lyo-LAMP ที่ยืนยันหมู่เลือดในระดับพันธุกรรม และเพิ่มความปลอดภัยในการให้เลือด

RAMAAI CXR Solution จากบริษัท รามูน เมดิคอล จำกัด คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล ได้พัฒนา AI อ่านฟิล์มเอกซเรย์ปอดตรวจจับความผิดปกติได้ 16 ชนิด ฝึกจากภาพเอกซเรย์ของคนไทยกว่า 2 ล้านภาพ รวมถึง Zero TB Module สำหรับคัดกรองวัณโรคระยะแพร่เชื้อโดยเฉพาะ

กลุ่มที่ 2 เทคโนโลยีงานหลังบ้านของโรงพยาบาล

ChartSum จากบริษัท สาติ จำกัด ใช้ AI อ่านข้อมูลการรักษา แปลงเป็นการวินิจฉัยและรหัสมาตรฐาน ตรวจสอบความสอดคล้องของข้อมูลก่อนการเบิกจ่าย และช่วยลดภาระงานเอกสารของแพทย์ 

DoctorMOE จาก เอ็มโออี รีเสิร์ช สร้างโดยแพทย์ผู้เข้าใจกลไก Thai DRG ช่วยให้โรงพยาบาลเบิกจ่ายได้ครบถ้วน ลดเวลาสรุปเวชระเบียนจากหลายนาทีเหลือไม่กี่วินาที และเพิ่มรายได้โรงพยาบาลเฉลี่ย 24% ต่อเดือน 

Daywork Smart Escort จากบริษัท เฮลท์เทค โซลูชัน จำกัด แก้โจทย์การจัดการงานเวรเปลด้วยระบบ AI กระจายงานแบบเรียลไทม์ โดยไม่ต้องเชื่อมต่อกับระบบใดของโรงพยาบาล ช่วยลดเวลารอของผู้ป่วยลง 35%

กลุ่มที่ 3 การแพทย์แม่นยำ

AThenaAI จากบริษัท อะธีน่า-เอไอ จำกัด ใช้ข้อมูลพันธุกรรมของคนไทยและเอเชียตะวันออกเฉียงใต้ร่วมกับข้อมูลมาตรฐานตะวันตก เพื่อประเมินความเสี่ยงโรคสำคัญได้เหมาะกับประชากรในภูมิภาคมากขึ้น

cnsKRAFT จากบริษัท บีไอคราฟท์ จำกัด อ่านข้อมูลระดับโมเลกุลของเนื้องอกในระบบประสาทในการตรวจเดียว ครอบคลุมทั้งการกลายพันธุ์ การขาดหายของโครโมโซม และข้อมูลระดับเหนือพันธุกรรม

CancerAware+ จากบริษัท พรีซิชั่นไนซ์ จำกัด ใช้ AI ประเมินความเสี่ยงมะเร็งแบบต่อเนื่องตามข้อมูลสุขภาพที่เปลี่ยนไป เพื่อพาคนจากระบบที่รอให้ป่วยก่อน ไปสู่การป้องกันและตรวจพบตั้งแต่ระยะเริ่มต้น

กลุ่มที่ 4 การดูแลโรคเรื้อรัง และการปรับพฤติกรรมต่อเนื่อง

FitSloth Care จากบริษัท ฟิตสลอธ จำกัด Digital Therapeutic หรือ DTx รายแรกของไทยสำหรับโรคอ้วนที่แพทย์สั่งจ่ายได้ สำหรับการดูแลคนไข้โรคอ้วนและกลุ่มโรคเมตาบอลิก โดยเชื่อมการดูแลแบบ Lifestyle Medicine เข้ากับ Clinical Workflow ของโรงพยาบาล รวมถึงการติดตามผู้ป่วยที่อยู่ระหว่างการใช้ยากลุ่ม GLP-1

Kalguroo จากบริษัท แคลกูรู จำกัด ใช้ AI วิเคราะห์โภชนาการจากภาพถ่ายอาหารและต่อยอดสู่การเป็นโค้ชสุขภาพส่วนตัว โดยเน้นฐานข้อมูลอาหารไทยที่แม่นยำ

Power Cube จากบริษัท อควาเทรค โซลูชัน จำกัด พัฒนาลู่วิ่งใต้น้ำสำหรับฟื้นฟูสมรรถภาพและกายภาพบำบัด ช่วยลดแรงกระแทกและทำให้ผู้ป่วยกลับมาเคลื่อนไหวได้อีกครั้ง

ความหลากหลายนี้ทำให้เห็นว่าโจทย์ของ Health Tech คือการทำให้เทคโนโลยีเข้าใจบริบทไทยมากพอ ตั้งแต่โรคที่เป็นปัญหาในประเทศ ระบบเบิกจ่ายแบบ Thai DRG มาตรฐานโรงพยาบาล วิธีทำงานของบุคลากร ไปจนถึงฐานข้อมูลสุขภาพของคนไทยเอง

Workshop ทำให้ทีมเห็นคอขวดก่อนลงตลาด

หนึ่งในผลลัพธ์ที่ชัดที่สุดจากโครงการคือ การทำให้ทีมผู้ประกอบการมองเห็นช่องว่างของตัวเองเร็วขึ้น

Precisionize ซึ่งพัฒนา CancerAware+ เล่าว่า แม้ทีมจะคุ้นเคยกับการทำงานด้านนวัตกรรมและสตาร์ตอัปอยู่แล้ว แต่เมื่อเข้าโครงการกลับพบว่ายังมีหลายมิติที่ต้องศึกษาให้ลึกกว่าเดิม ผู้แทนทีมสะท้อนผ่านคำพูดว่า "ทุก ๆ สัปดาห์ที่ผ่านไป เราจะกลับไปพร้อมกับการบ้านชุดใหญ่"

ประโยคนี้สะท้อนบทบาทของ Workshop ได้ดี เพราะการเร่งการเติบโตคือการทำให้ทีมรู้ว่าธุรกิจของตัวเองยังขาดอะไร ตั้งแต่ Product Roadmap, Market Access, แผนระดมทุน ไปจนถึงการเตรียมตัวสำหรับการเติบโตในรอบถัดไป เช่น Series A

ในอีกมุมหนึ่ง Zenostic ซึ่งพัฒนาชุดตรวจหมู่เลือด RhD-negative และ Asian-type DEL ระบุว่า เซสชันในโครงการช่วยเปิดมุมมองเรื่องกฎหมาย ทรัพย์สินทางปัญญา การเงิน การเชื่อมต่อกับสำนักงานคณะกรรมการอาหารและยา รวมถึงนักลงทุนและแหล่งทุน สิ่งเหล่านี้คือส่วนประกอบสำคัญของเทคโนโลยีทางการแพทย์ที่มักอยู่นอกห้องแล็บ แต่เป็นเงื่อนไขที่ทำให้ผลิตภัณฑ์เดินต่อได้จริง

สำหรับ RAMAAI จากคณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล ซึ่งมีพื้นฐานจากทีมวิจัย แพทย์ และวิศวกรในโรงพยาบาล จุดเปลี่ยนที่ชัดเจนคือการได้มองเห็นภาพของธุรกิจ HealthTech เป็นครั้งแรก 

ก่อนเข้าโครงการทีมมุ่งพัฒนา AI อ่านฟิล์มเอกซเรย์ปอดในเชิงคลินิก แต่ Workshop ช่วยเปิดมุมมองว่าเส้นทางจากงานวิจัยไปสู่ผลิตภัณฑ์ที่อยู่ในโรงพยาบาลจริงต้องผ่านอะไรอีกบ้าง ทั้งแผนธุรกิจ การขออนุมัติจากหน่วยงานกำกับดูแล และการวางตำแหน่งในตลาด ผู้แทนทีมสรุปว่าโครงการเปลี่ยนนักวิจัยให้เห็นภาพของธุรกิจ

Mentor เปลี่ยนเทคโนโลยีให้เป็นธุรกิจที่ระบบสุขภาพเชื่อถือได้

สำหรับสตาร์ตอัปสายสุขภาพจำนวนมาก จุดแข็งเริ่มต้นมักอยู่ที่ความรู้เฉพาะทาง ทีมอาจมีแพทย์ นักวิจัย วิศวกร หรือผู้เชี่ยวชาญด้าน AI อยู่ในทีม แต่การทำธุรกิจสุขภาพต้องใช้ทักษะอีกชุดหนึ่ง

ยกตัวอย่างเคสของ BI Craft ทีมมีพื้นฐานจากนักวิจัย ทีม Bioinformatics ทีม AI และแพทย์ เพื่อพัฒนา cnsKRAFT สำหรับการวิเคราะห์ระดับโมเลกุลของเนื้องอกในระบบประสาท จุดเปลี่ยนจากโครงการคือการได้เจอคำถามทางธุรกิจที่ทีมวิจัยอาจไม่ได้ถามตัวเองบ่อยนัก เช่น ถ้าคู่แข่งเปิดตัวที่ครึ่งราคา จะทำอย่างไร ? หรือถ้าจะยกระดับมาตรฐานสินค้าไปสู่ตลาดโลก ต้องเตรียมอะไร ?

คำถามแบบนี้ทำให้ทีมเริ่มเห็นว่า ความแข็งแรงทางเทคโนโลยียังไม่พอ บริษัทต้องเข้าใจต้นทุน โครงสร้างราคา การแข่งขัน มาตรฐาน และโมเดลธุรกิจด้วย ผู้แทนทีม BI Craft ระบุว่าหนึ่งในสิ่งที่เห็นว่าตัวเองยังขาดคือเรื่อง Finance และการคิดคำนวณต่าง ๆ ที่จะทำให้บริษัทแข็งแกร่งขึ้น

อีกเคสคือ Kalguroo แอป AI ที่ช่วยวิเคราะห์อาหารจากภาพถ่าย และทำหน้าที่เป็นโค้ชสุขภาพส่วนตัว ทีมมีพื้นฐานจากฝั่งธุรกิจและเทคโนโลยี แต่ยังไม่ได้มีบริบทของวงการแพทย์และสุขภาพมากนัก การเข้าโครงการจึงช่วยเติมความรู้จากเพื่อน วิทยากร และเครือข่ายในระบบสุขภาพ 

ตัวอย่างของ DoctorMOE ก็น่าสนใจไม่แพ้กัน เพราะทีมมีจุดแข็งด้านความเข้าใจระบบคลินิกอยู่แล้ว ผู้ก่อตั้งเป็นแพทย์ที่เข้าใจกลไก Thai DRG ดีกว่าคนส่วนใหญ่ แต่สิ่งที่ Mentor ช่วยเปลี่ยนคือมุมมองการขยายธุรกิจ จากที่เคยให้บริการโรงพยาบาลชุมชนขนาดเล็ก ทีมเริ่มเห็นชัดขึ้นว่าจะขยายสู่โรงพยาบาลขนาดใหญ่ได้อย่างไร และธุรกิจสามารถเติบโตไปพร้อมกับทิศทางของระบบสาธารณสุขไทยได้

สิ่งเหล่านี้คือบทเรียนสำคัญของ Health Tech เพราะการรู้ว่าตัวเองยังไม่รู้อะไร คือจุดเริ่มต้นของการลดความเสี่ยงในอุตสาหกรรมที่ผิดพลาดได้ยาก ทั้งกฎเกณฑ์ ข้อจำกัด ตลาด ผู้เล่นในวงการแพทย์ และสิ่งที่ต้องเติมก่อนขยายธุรกิจ

Market Access คือด่านที่พิสูจน์ว่าเทคโนโลยีอยู่ในระบบจริงได้หรือไม่

Health Tech ต่างจากสตาร์ตอัปทั่วไปตรงที่ ลูกค้าคนแรกคือส่วนหนึ่งของระบบบริการสุขภาพ การเข้าไปในโรงพยาบาลจึงต้องผ่านทั้งผู้ใช้งานจริง ผู้บริหาร กระบวนการจัดซื้อ ข้อกำกับด้านข้อมูล และความน่าเชื่อถือทางคลินิก

SPEAR-H Accelerator เข้ามามีบทบาทตรงนี้ด้วยการเปิดให้สตาร์ตอัปได้ทดสอบในสนามจริง ทั้งเครือโรงพยาบาลของมหาวิทยาลัยมหิดล และโรงพยาบาลพระราม 9 พร้อมการให้คำปรึกษาเชิงลึก และการเชื่อมต่อแหล่งทุน เพราะเทคโนโลยีกลุ่มนี้จะพิสูจน์คุณค่าได้ ก็ต่อเมื่อได้เข้าไปอยู่ในงานประจำวันของโรงพยาบาลจริง ๆ

Sati ผู้พัฒนา ChartSum และ Pre Audit AI สำหรับช่วยโรงพยาบาลสรุปชาร์ตและตรวจสอบการเบิกเคลม เล่าว่าโครงการช่วยให้ทีมเข้าใจโครงสร้างพื้นฐานของบริษัท Health Tech มากขึ้น รู้ว่าอะไรไม่ควรเสียโอกาสหรือเสียเวลา และที่ชัดที่สุดคือการได้รับคำแนะนำและการสนับสนุนให้เข้าไปนำเสนอในโรงพยาบาลที่ทีมอยากเข้า แต่ก่อนหน้านั้นยังไม่มีโอกาส

K.Biosciences ซึ่งวิจัย พัฒนา และผลิตชุดตรวจ Rapid Test ในประเทศไทย เดิมทีมถนัดด้านการวิจัย พัฒนา และผลิต แต่เมื่อเข้าโครงการ ทีมได้ออกไปติดต่อกับโรงพยาบาลซึ่งเป็นผู้ใช้งานจริง ทำให้เห็นปัญหาหน้างาน เข้าใจว่าผู้ใช้ชุดตรวจต้องการอะไร และกลับมามองจุดอ่อนของตัวเองได้ชัดขึ้น

สำหรับ Aqua Trek Solution ผู้พัฒนาลู่วิ่งใต้น้ำสำหรับ Wellness และกายภาพบำบัด โครงการช่วยเชื่อมไปยังหน่วยงานที่เกี่ยวข้องกับการขึ้นมาตรฐาน การเข้าสู่ตลาด และการไปสู่ตลาดต่างประเทศ รวมถึงช่วยนัดหมายให้ทีมได้เข้าไปนำเสนอโซลูชันกับโรงพยาบาลต่าง ๆ ได้เร็วขึ้น 

ผู้แทนทีมสรุปบทเรียนไว้ว่า ความเร็วสำคัญมากสำหรับนวัตกร เพราะถ้านวัตกรรมไทยช้าเกินไป โอกาสทางตลาดอาจไหลไปหาผู้เล่นจากต่างประเทศ

Success Stories ที่เห็นจากหลายสนามของระบบสุขภาพ

เมื่อมองผลลัพธ์รายทีม จะเห็นว่า SPEAR-H Accelerator ช่วยแก้คอขวดที่สตาร์ตอัปต้องเจอเมื่อทำธุรกิจ

FitSloth ได้ช่องทางเข้าโรงพยาบาลในเครือมหาวิทยาลัยมหิดลและโรงพยาบาลพระราม 9 ทั้งในระดับแพทย์และผู้บริหาร พร้อมเส้นทางผลักดันให้ Digital Therapeutic เบิกจ่ายผ่านกองทุนประกันได้ในอนาคต

AThenaAI ได้เส้นทางทดสอบในโรงพยาบาลจริง และโอกาสสร้างความน่าเชื่อถือทางคลินิกที่จำเป็นสำหรับการให้แพทย์ยอมรับการวิเคราะห์ความเสี่ยงด้านพันธุกรรมในกระบวนการรักษา เพราะในวงการแพทย์ การที่โรงพยาบาลยอมรับและนำข้อมูลพันธุกรรมเข้าสู่การรักษาจริงคือหลักฐานสำคัญที่เปิดประตูสู่โรงพยาบาลอื่นในเครือข่ายต่อไป

Daywork Smart Escort นำระบบ AI กระจายงานเปลแบบเรียลไทม์เข้าทดสอบในโรงพยาบาลจริงครั้งแรกผ่านโครงการ ข้อมูลจากการทดลองใช้งาน ช่วยพิสูจน์ว่าระบบทำงานได้จริงโดยไม่ต้องเชื่อมต่อกับโครงสร้างพื้นฐานของโรงพยาบาล ซึ่งเปิดเส้นทางให้ขยายสู่เครือข่ายโรงพยาบาลที่กว้างขึ้นได้โดยไม่มีอุปสรรคด้านการเชื่อมต่อระบบ

บทเรียนของ SPEAR-H Accelerator คือการย่นช่วงที่เสี่ยงที่สุด

ภาพรวมของ SPEAR-H Accelerator จึงอยู่ที่การย่นช่วงที่เสี่ยงที่สุดของนวัตกรรมสุขภาพ นั่นคือช่วงระหว่างการมีเทคโนโลยีที่ดี กับการทำให้ระบบสุขภาพเชื่อถือและใช้งานจริง

ในอุตสาหกรรมที่ทุกผลิตภัณฑ์เกี่ยวข้องกับชีวิตผู้ป่วย การเติบโตเร็วโดยขาดความเข้าใจอาจสร้างความเสี่ยง แต่การเติบโตช้าเกินไปก็ทำให้นวัตกรรมไทยเสียโอกาส ทั้งสองด้านนี้ทำให้ Acceleration Program สำหรับ Health Tech ต้องทำหน้าที่ละเอียดกว่าการเร่งธุรกิจทั่วไป

Workshop ทำให้ทีมเห็นสิ่งที่ยังขาด Mentor ช่วยแปลงคำถามใหญ่ให้เป็นแผนปฏิบัติ Market Access เปิดประตูสู่ผู้ใช้งานจริง แหล่งทุนช่วยให้ทีมมีทรัพยากรในการพิสูจน์ผลลัพธ์ และเครือข่ายช่วยให้ผู้ประกอบการไม่ต้องเดินอยู่ลำพัง

ในวันที่ระบบสุขภาพไทยต้องรับมือพร้อมกันทั้งโรคเรื้อรัง สังคมสูงวัย ภาระงานของบุคลากร การขาดแคลนแพทย์ และความจำเป็นในการพึ่งพาเทคโนโลยีของตัวเอง บทบาทของโครงการแบบ SPEAR-H Accelerator คือการทำให้สตาร์ตอัปไทยก้าวออกจากสถานะนวัตกรรมที่น่าสนใจ ไปสู่ธุรกิจสุขภาพที่ใช้งานได้จริง เติบโตได้จริง และสร้างผลลัพธ์ให้ระบบสุขภาพไทยได้ในระยะยาว