همه‌گیری کووید ۱۹ فارغ از مصیبت‌هایی که به بار آورد، موتور محرک بازارهای متنوعی شد که یکی از این بازارها، «تله‌مدیسن» یا پزشکی از راه دور بود. وضعیت قرنطینه و اضافه‌بار شدید روی بیمارستان‌ها و مراکز پزشکی در سراسر دنیا باعث شد این مفهوم بیش از پیش در کنار دیگر شیوه‌های درمانی جای خود را باز کند و به خاطر رشد سریعش توانست توجه سرمایه‌گذاران زیادی را به این حوزه جلب کند.

تلاقی علوم مختلف حول این مفهوم هم منجر به شکل‌گیری خدمات و محصولات متنوع و نوآورانه بسیاری شد. در این گفت‌وگو به سراغ یکی از محصولات نوآورانه رفتیم که با به‌کارگیری هوش مصنوعی و پردازش تصویر سعی دارد خلاء تشخیص از راه دور را پر کند. سحر پرندوار یکی از چهار هم‌بنیان‌گذار استارتاپ ایواسا است. او فارغ‌التحصیل رشته مدیریت اجرایی از دانشگاه شهید بهشتی است و ایواسا اولین تجربه کاری‌اش در راه‌اندازی کسب‌وکارهای نوآور است.

لطفاً درباره ایواسا برایمان بگویید. تیم ایواسا چگونه شکل گرفت؟ اعضای تیم چه کسانی هستند و ایواسا چه هدفی را دنبال می‌کند؟

اعضای تیم ما عبارت‌اند از: زهرا روشن، کارشناس ارشد مهندسی‌ پزشکی از دانشگاه امیرکبیر که مدیرعامل تیم است؛ پریا داودی، کارشناس ارشد برق که در حوزه AI کار می‌کند و به ‌خاطر علاقه‌‌اش به حوزه سلامت، در حیطه تصاویر پزشکی فعالیت دارد؛ سجاد سلطانی که دانشجوی کامپیوتر و توسعه‌دهنده تیم‌مان است و من.

هر چهار عضو، هم‌بنیان‌گذار هستیم، ولی سهام و سرمایه اصلی برای خانم داودی و خانم روشن است. به ‌دلیل هدف مشترکی که داشتیم، این استارتاپ را به راه انداختیم. سعی ما در بهبود زندگی است و می‌خواهیم درمان را به‌ سمت پیشگیری ببریم. نام استارتاپ ما ایواسا و به‌ معنی «مثل مادر» است. ایوا به لاتین یعنی حوا که مادر بشر شناخته می‌شود و سا هم در زبان فارسی، پسوند شباهت است.

ایواسا دقیقاً چکار می‌کند؟

ما در حوزه سلامت دیجیتال فعالیت داریم و از طریق ضبط یک ویدئوی ۳۰ ثانیه‌ای با دوربین گوشی همراه، علائم حیاتی بیمار را اندازه‌گیری می‌کنیم که این سنجش به‌وسیله هوش مصنوعی انجام می‌شود. علائم حیاتی‌ای که در حال حاضر می‌توانیم اندازه‌گیری کنیم، شامل ضربان قلب، سطح اکسیژن و نرخ تنفس است.

این فعالیت از طریق دیپ‌لرنینگ (یادگیری عمیق) و ایمیج پروسسینگ (پردازش تصویر) انجام می‌شود. در حال حاضر نرم‌افزاری داریم که برای دموی محصول است و قصد داریم از طریق بازار B وارد بشویم. شکل ورود به بازار ما B2B است و می‌خواهیم از طریق SDK (کیت توسعه نرم‌افزار) با تله‌مدیسن‌ها و سایر فعالان حوزه سلامت دیجیتال مرتبط و ادغام شویم.

ایده ایواسا و هسته تیم طی چه فرآیندی و چطور شکل گرفت؟

حدود یک سال پیش بود که دیجی‌‌نکست یک کمپ استارتاپی تشکیل داد. در این کمپ، افراد مختلفی شرکت می‌کنند و گروه‌بندی‌های گوناگونی شکل می‌گیرد که اشخاص با توجه به علاقه‌مندی‌های خود و ایده‌ای که دارند، با هم آشنا می‌شوند. تیم حاضر در این کمپ با هم آشنا شدند و بر اساس علاقه و هدف مشترکی که داشتند، به این ایده ورود کردند.

زهرا روشن و پریا داودی در حوزه هوش مصنوعی، من در حوزه بیزینس و آقای سجاد سلطانی نیز به‌عنوان توسعه‌دهنده، این تیم چهارنفره را شکل دادیم. ایده اصلی به‌دلیل علاقه‌مندی به حوزه سلامت دیجیتال، اهمیت بازار کشوری و جهانی و پیشینه پزشکی‌ کسانی که در ابتدا گروه را تشکیل دادند، مطرح شد.

مشابه این فعالیت را استارتاپی به ‌نام «بیناه» از سال ۲۰۱۴ در رژیم اسرائیل انجام می‌دهد که بسیار موفق بوده و نتایج خوبی گرفته و دلیل این توفیق این است که مشکل را درست شناسایی کرده و توانسته شکافی را که در سلامت دیجیتال وجود دارد، پر کند.

این سرویس بیشتر با بیمه کار می‌کند و با تهیه یک پلن شخصی، سطح بیمه و خطری را که برای بیمه دارد، مشخص می کند. علاوه بر بنچ‌مارک بیناه، یکی دیگر از بنچ‌مارک‌های مهم ما «فیبری‌چک» از کشور بلژیک است. فیبری‌چک، فقط آریتمی قلب و بیماری AF را تشخیص می‌دهد که یک بیماری خاموش و معمولاً مادرزادی است و ما نیز در نظر داریم در مسیر توسعه، این خدمت را ارائه دهیم.

آیا تاکنون موفق به جذب سرمایه و خدمات شتاب‌دهی شده‌اید؟

راند اول سرمایه‌گذاری ما از طریق هلثیو و دیجی‌‌نکست انجام شد که هم از سرمایه آنها و هم از منتورینگ‌شان استفاده می‌کنیم که در کنار سرمایه، این منتورینگ خیلی به ما کمک کرده است. به کسانی که بدون تجربه قبلی و به‌تازگی می‌خواهند وارد فضای استارتاپی شوند، پیشنهاد می‌کنم حتماً با حمایت یک شتاب‌دهنده وارد بازار شوند، زیرا فقط بحث مالی کمک‌کننده نیست و منتورینگ، مسیر را خیلی هموار می‌کند. تیم ما در دیجی‌نکست مستقر است و فضای کار ما اشتراکی است.

از تجربه فعالیت در فضای کار اشتراکی برایمان بگویید. آیا این شکل از فضای کار به شما کمک کرده است؟

راه‌اندازی استارتاپ در ایران با مشکلات بسیاری روبه‌روست. بر اساس تجربه‌ای که به دست آوردیم، فضای کار اشتراکی سبب می‌شود با دوستانی آشنا بشویم که هم هزینه‌های اضافه را به شرکت تحمیل نمی‌کند و هم تجربه همکاری با همه آنها فراهم می‌شود.

فکر می‌کنم برای کار کردن در این سطح و ورود به حوزه استارتاپی بهترین گزینه، کار اشتراکی با افراد مناسب است که هم تجربه‌های مشترک داشته باشند و هم تفاوت فعالیت‌های ما باعث شود چیزهای بیشتری بیاموزیم. تنها عیب فضای کار اشتراکی، شلوغی بیش از اندازه است که گاهی اوقات پیش می‌آید. هرچند این شلوغی یک مزیت به شمار می‌رود، ولی گاه نیاز به فضای آرام‌تری داشتیم که در دسترس ما نبوده است.

شما با دیجی‌نکست فعالیت‌تان را شروع کردید و سپس از خدمات هلثیو بهره‌مند شدید. کمی هم درباره همکاری با هلثیو برایمان بگویید. این همکاری از کجا و چگونه شروع شد؟

در دمودی دیجی‌نکست که پایان بوت‌کمپ برگزار می‌شود، سرمایه‌گذارهای مختلفی از شرکت‌های گوناگون حضور دارند و با توجه به نگاهی که به طرح و ایده دارند، پیشنهاد همکاری می‌دهند. ما از شرکت‌های مختلف و سرمایه‌گذاران متفاوت برای همکاری پیشنهاد داشتیم و با منتورینگی که از بیزینس گرفتیم و بررسی‌های تیم، بهترین گزینه را انتخاب کردیم.

برای ما بهترین گزینه این بود که علاوه ‌بر شتاب‌دهنده عمومی‌ای که ما را پشتیبانی می‌کرد، شتاب‌دهنده‌ای انتخاب کنیم که به‌طور اختصاصی در حوزه سلامت فعالیت دارد.

یکی از چالش‌های ما این است که تست محصولات در حوزه هوش مصنوعی زمان زیادی می‌گیرد به‌خصوص اگر این محصول مدیکال باشد

منتورینگی که هلثیو به ما می‌دهد و حمایت‌هایی که از ما می‌کند و تجربه‌ای که دارد، مستقیماً در جهت کاری است که ما انجام می‌دهیم و همین موضوع باعث تسهیل روند کار ما می‌شود.

استارتاپ‌های تحت حمایت هلثیو، تجربه‌های موفقی از همکاری با این شتاب‌دهنده داشته‌اند‌ و هلثیو در مواجهه با مشکلات فعلی یکی از شتاب‌دهنده‌هایی است که همکاری با شرکت‌های دیگر را حفظ کرده است. ما هم در این شرایط به چنین شتاب‌دهنده‌ای نیاز داریم و حدود شش ماه است که این همکاری شکل گرفته و علاوه بر منتورینگ و سرمایه‌گذاری در شبکه‌سازی ما نقش مهمی دارد.

این روزها در مورد هوش مصنوعی زیاد می‌شنویم. به نظر شما آینده تیم و محصول شما چه خواهد بود؟ چه فرصت‌ها و چالش‌هایی را پیش روی خود می‌بینید؟

بازار سلامت دیجیتال در دنیا، بازار بسیار جدیدی است که به‌سرعت در حال رشد است. ما با هدف و چشم‌اندازی که در دنیا وجود دارد، همسو هستیم، ولی تفاوت عمده‌ای در ایران وجود دارد. از اختلالات اینترنت گرفته تا مشکلات حاکمیت، موانعی وجود دارد که رسیدن به استانداردهای مورد نیاز و رشد سلامت دیجیتال را در کشور مختل می‌کند.

آمار نشان می‌دهد که دنیا به ‌سوی آنلاین‌شدن خدمات پزشکی پیش می‌رود و کرونا این فرایند را تسهیل کرده؛ ولی عملاً این اتفاق بدون اعتمادسازی در بین مردم به وجود نمی‌آید و این پرسش مطرح است که آیا پزشک می‌تواند دقت تشخیص را در ویزیت آنلاین داشته باشد یا خیر؟! همین موضوع و اختلالات شدید اینترنتی، باعث شده درصد ناچیزی از ویزیت آنلاین را نسبت به ویزیت حضوری داشته باشیم. این پیش‌نیاز برای ایواسا وجود دارد، چون قرار است سیستم‌های آنلاین را بهینه کند.

هدف ما این است که ابزار کمک‌تشخیصی برای پزشک باشیم و قفل این مارکت را باز کنیم تا قشرهای بیشتر با هزینه کمتر و دسترسی آسان‌تر بتوانند از ایواسا استفاده کنند، ولی وقتی این پیش‌نیاز آسیب می‌بیند، مسیر بسته می‌شود و اصلاً به فرایند بهبودسازی نمی‌رسد!

طرح راهکار ایواسا برای افرادی که با آنها مذاکره می‌کردیم، بسیار جالب بود. چون در سطحی بودند که به‌راحتی درک می‌کردند استارتاپ ما چه هدفی را دنبال می‌کند و چه مزیت‌ها و خدمات نوآورانه‌ای ارائه می‌دهد، ولی برای آنها این پرسش مطرح بود که آیا در ایران این پذیرش از سوی بیمار و کادر پزشکی که قرار است از این فناوری استفاده کند، وجود دارد یا خیر؟ مشکل به ارزش‌های خدمات ما بازنمی‌گردد و بیشتر این علامت سؤال وجود دارد که هوش مصنوعی در ایران تا چه حد رشد کرده و عموم مردم تا چه حد اهمیت آن را درک کرده‌اند.

در واقع مشکل ما در بستر فرهنگی کشور ریشه دارد، وگرنه ابزار خاصی هم نیاز نداریم و با یک گوشی می‌شود از این فناوری بهره برد، ولی رساندن باور عمومی به اینکه از طریق یک‌سری الگوریتم‌ها و سیگنال‌های نوری، بیماری تشخیص داده می‌شود، مشکل است.

مهم‌ترین چالش‌های کسب‌وکاری چون شما در فضای سلامت کشور چیست؟

یکی از چالش‌های ما این است که تست محصولات در حوزه هوش مصنوعی زمان زیادی می‌گیرد و وقتی این محصول در حوزه مدیکال باشد، دوره تست بسیار طولانی‌تر می‌شود و حتماً باید موارد مطالعاتی زیادی وجود داشته باشد که صحت عملکرد محصول را تأیید کند. کاری که ما انجام می‌دهیم این است که دیتاست‌های جمع‌آوری‌شده را از طریق ابزارهای بیمارستانی تست می‌کنیم.

ابزارهایی که در بیمارستان موجود است و بیمارانی که با شرایط مختلف مراجعه می‌کنند، دیتاهای زیادی به ما می‌دهند و اساساً برای یادگیری ماشین و دیپ‌لرنینگ باید دیتاهای خیلی زیادی را از همه‌جا داشته باشیم تا فرایند اندازه‌گیری هوش مصنوعی به دقت بالایی برسد و با توجه به حساسیتی که روی کیفیت و اهمیت خدمات پزشکی و سلامت به‌صورت عمومی وجود دارد، مجبور هستیم دیتاست‌هایمان را تا میزان حداکثری افزایش دهیم و دوره تست محصول‌مان را به‌کمک دستگاه‌های پیشرفته آی‌سی‌یو کامل کنیم که در حال حاضر الگوریتم‌هایمان را به استاندارد تعریف‌شده رسانده‌ایم و می‌توانیم برای ورود به بازار اقدام کنیم.

برای گرفتن مجوز ورود به بیمارستان و استفاده از دستگاه‌های پیشرفته بیمارستانی مسیر طولانی و دشواری را طی کردیم و از هر بیمار به‌صورت فردی اجازه گرفتیم تا ویدئویی از او ضبط کنیم و اطلاعاتی را که دستگاه از تست بیمار ثبت می‌کند، در اختیار داشته باشیم و یکایک دیتاها را با هم مقایسه کنیم تا در نهایت الگوریتم‌مان را بهبود ببخشیم. چیزی که امیدوارم اتفاق بیفتد این است که درمان را به ‌سمت پیشگیری ببریم.

آمار قابل‌ملاحظه‌ای وجود دارد که مربوط به بیماری‌های قلبی است. یک‌سوم جمعیت کشور ریسک ابتلا به بیماری‌های قلبی دارند و با اختلاف، این عامل اولین علت فوت ناشی از بیماری است. اگر بتوانیم مسیری را در اختیار افراد قرار بدهیم که راحت‌تر از شرایط خودشان آگاه شوند و اگر فرهنگ‌سازی در این زمینه انجام شود، مردم از این خدمات استفاده خواهند کرد؛ با این شرط که زمینه فراهم شود!

با وضعیت اینترنتی که ما در حال حاضر داریم، حتی اگر دقت کار ایواسا از دستگاه‌های بیمارستانی بیشتر شود، بیمار اصلاً نمی‌تواند به مرحله ویزیت آنلاین و پیگیری شرایط جسمی‌اش دست پیدا کند. این مشکلات وجود دارد و درستش این بود که من و دوستانم دغدغه چنین چیزی را نداشته باشیم، چون اصلاً چیزی نیست که ما بخواهیم برطرف کنیم.