AI-стартапы в медицине привлекли $10,7 млрд в 2025 году — на 24% больше прошлого года

Медицина становится самой быстрорастущей отраслью для AI-инвестиций

Венчурные фонды вкладывают в медицинские стартапы с искусственным интеллектом больше, чем когда-либо. По данным Crunchbase, за январь-октябрь 2025 года компании этого сектора привлекли $10,7 миллиарда через раунды от seed до growth-стадии. Это на четверть больше, чем за весь 2024 год ($8,6 млрд), и демонстрирует устойчивый рост инвестиционного интереса.

Почему это важно за пределами Silicon Valley? Здравоохранение — индустрия с оборотом $4,9 триллиона, составляющая пятую часть экономики США. При этом на программное обеспечение в медицине приходится лишь 12% расходов, что создаёт огромный потенциал для цифровизации. AI внедряется в медицину в 2,2 раза быстрее, чем в среднем по экономике, согласно исследованию Menlo Ventures с опросом 700+ руководителей медицинских систем.

Мегараунды 2025: от дизайна лекарств до автоматизации документов

Три сделки выделяются масштабом и стратегическим значением. Isomorphic Labs, дочерняя компания Alphabet, в марте привлекла $600 миллионов в первом внешнем раунде под руководством Thrive Capital с участием GV. Основанная нобелевским лауреатом Демисом Хассабисом, компания использует AI (включая AlphaFold 3) для предсказания структуры белков и разработки лекарств с точностью 95%.

Abridge, платформа для преобразования разговоров врачей и пациентов в структурированные клинические заметки, показала беспрецедентную скорость привлечения капитала: $250 млн Series D в феврале, затем $300 млн Series E всего через четыре месяца. Текущая оценка компании из Питтсбурга — $5,3 миллиарда. Среди инвесторов — Andreessen Horowitz, Khosla Ventures и Lightspeed Venture Partners.

Truveta в январе запустилась с инвестициями $320 миллионов. Цель — создать крупнейшую и наиболее разнообразную базу генотипических и фенотипических данных для ускорения разработки лекарств. Проект объединяет информацию из десятков медицинских систем для обучения AI-моделей на реальных клинических данных.

Стартапы забирают рынок у традиционных вендоров

Ключевой вывод из исследования Menlo Ventures: 85% всех расходов на генеративный AI в здравоохранении идут стартапам, а не устоявшимся игрокам вроде Epic Systems или Cerner. Традиционные вендоры медицинского ПО не успевают адаптироваться к скорости изменений. Больницы и клиники предпочитают гибкие специализированные решения, которые можно интегрировать за дни, а не месяцы.

Пример — Attuned Intelligence, стартап бывшего сотрудника DeepMind Доменика Донато. В октябре компания привлекла $13 миллионов seed-раунда на разработку AI-агентов для call-центров больниц. Решение заработало в Lowell Community Health Center за 10 дней, обрабатывает каждый входящий звонок 24/7 и нацелено на автоматизацию до 70% взаимодействий на нескольких языках.

Медицинские организации готовы платить за конкретные болевые точки: снижение административной нагрузки на врачей (документация отнимает до 2 часов в день), ускорение цикла выставления счетов (RCM), повышение точности диагностики. AI решает эти задачи измеримо и быстро — отсюда рост принятия технологий.

Это финансирование ещё больше ускорит развитие нашего AI-движка нового поколения для дизайна лекарств, поможет продвинуть наши собственные программы в клиническую разработку и станет значительным шагом к нашей миссии — однажды победить все болезни с помощью AI— Сэр Демис Хассабис, основатель и CEO Isomorphic Labs

Риски и реалистичные ожидания

Несмотря на рост инвестиций, сектор сталкивается с вызовами. Регуляторные барьеры: FDA только начинает выстраивать процессы одобрения AI-устройств и алгоритмов. Компаниям приходится балансировать между скоростью инноваций и соответствием требованиям безопасности.

Фрагментация данных: медицинские записи хранятся в несовместимых системах, что затрудняет обучение AI-моделей. Проекты вроде Truveta пытаются решить эту проблему, но унификация данных — процесс медленный и дорогой.

Окупаемость инвестиций: многие стартапы получили высокие оценки на ранних стадиях (Abridge — $5,3 млрд после двух раундов за полгода). Давление на демонстрацию revenue и path to profitability будет расти в 2026-2027 годах. Не все компании выживут — рынок консолидируется через M&A и банкротства.

Что отслеживать в 2026-2027

Клинические результаты AI-лекарств: первые препараты, разработанные с помощью AI (включая кандидаты Isomorphic Labs), войдут в поздние фазы клинических испытаний. Успех или провал этих программ покажет, насколько AI действительно ускоряет drug discovery.

Консолидация рынка медицинской документации: сейчас десятки стартапов атакуют один и тот же сегмент (AI-скрайбы для врачей). Ожидайте поглощений со стороны Epic, Meditech и других EHR-вендоров, либо доминирования 2-3 игроков.

Shift от automation к decision support: следующая волна — AI не просто документирует, а предлагает варианты лечения, предсказывает осложнения и оптимизирует маршруты пациентов. Это требует более глубокой интеграции с клиническими процессами и повышает ставки регуляторного одобрения.

Сценарии развития:

• Оптимистичный: AI снижает затраты здравоохранения на 10-15% к 2027 году, врачи экономят 30% времени на документации, ускоряется вывод лекарств на рынок на 2-3 года.
• Реалистичный: AI автоматизирует 40-50% административных задач, но клиническое adoption идёт медленнее из-за регуляции и инерции отрасли. ROI заметен в крупных системах к 2028.
• Пессимистичный: регуляторные ограничения и отсутствие стандартов данных замедляют внедрение. Волна банкротств стартапов в 2026-2027, консолидация рынка вокруг 3-5 крупных игроков.

Практические идеи

Для инвесторов: фокусируйтесь на стартапах с измеримым ROI (снижение времени документации, автоматизация RCM) и существующими контрактами с hospital systems. Избегайте overcrowded сегментов без чёткой дифференциации.

Для медицинских организаций: начинайте с pilot-программ на 1-2 отделениях, измеряйте конкретные метрики (время врача, ошибки документации, patient satisfaction). Не ждите универсального решения — комбинируйте best-of-breed инструменты.

Для предпринимателей: атакуйте узкие болевые точки с доказанной экономикой (например, AI для радиологии, патологии, специфических administrative workflows). Стройте интеграции с доминирующими EHR с первого дня. Готовьтесь к длинным циклам продаж (6-18 месяцев).

Для разработчиков AI-решений: инвестируйте в регуляторную экспертизу раньше, чем думаете. FDA pre-submission консультации могут сэкономить годы разработки. Учитывайте fairness и bias — медицина не прощает ошибок на minority populations.