ხელოვნური ინტელექტის სფეროში მომუშავე ჯანდაცვისა და ბიოტექნოლოგიური სტარტაპების ინვესტიციების მოცულობამ 2025 წელს 10.7 მილიარდი დოლარი მიიზიდა, რაც უკვე აღემატება 2024 წლის ჯამურ მაჩვენებელს, რომელიც 8.6 მილიარდ დოლარს შეადგენდა.
ჯანდაცვაში ხელოვნური ინტელექტის დანერგვა ორჯერ უფრო სწრაფად იზრდება, ვიდრე ზოგადად ეკონომიკა, ხოლო სტარტაპები გენერაციული ხელოვნური ინტელექტის ხარჯების 85%-ს იკავებენ. ამის შესახებ გამოცემა techloy.com წერს.
დაფინანსების მეგარაუნდები აჩვენებს, რამდენად მასშტაბურია შესაძლებლობები: Isomorphic Labs (600 მილიონი დოლარი), Lila Sciences (550 მილიონი დოლარი), Abridge (550 მილიონი დოლარი), OpenEvidence (6 მილიარდ დოლარადაა შეფასებული).
რატომ ახლა? და რატომ ასე აგრესიულად?
ბევრი სექტორისგან განსხვავებით, რომლებიც ხელოვნურ ინტელექტს ეფექტურობის ან სიახლის გამო ეძებენ, ჯანდაცვის სფეროს გაცილებით სერიოზული პრობლემები აქვს. ესაა ერთადერთი, 5 ტრილიონი დოლარის ღირებულების ინდუსტრია, სადაც თანამედროვე პროგრამული უზრუნველყოფა ისევ გამონაკლისია. ბევრი საავადმყოფო კვლავ ფაქსებზე, CD-ებსა და ხელით გაკეთებულ ჩანაწერებზეა დამოკიდებული. ადმინისტრაციული სამუშაო უფრო მეტ დროს მოითხოვს, ვიდრე თავად კლინიკური საქმიანობა.
თუ ამას დაუმატებთ იმ ფაქტს, რომ ხელოვნური ინტელექტის დანერგვა ჯანდაცვაში ორჯერ უფრო სწრაფად იზრდება, ვიდრე ეკონომიკა, სურათი უფრო ნათელი ხდება. ჯანდაცვა ხელოვნურ ინტელექტს იყენებს, რადგან მას არჩევანი არ აქვს. ხელოვნური ინტელექტი აქ ფუფუნება არ არის. ეს შვებაა.
Menlo Ventures-მა დაადგინა, რომ ჯანდაცვაში გენერაციული ხელოვნური ინტელექტის ხარჯების 85% ახლა სტარტაპებზე მიდის და არა არსებულ კომპანიებზე. ეს იშვიათი ცვლილებაა სექტორში, რომელშიც ადრე მცირე რაოდენობის მსხვილი მომწოდებელი დომინირებდა. ინვესტორები აცნობიერებენ, თუ რას ნიშნავს ეს. თუ მომხმარებლები გადადიან, კაპიტალიც მათ მიჰყვება.
წლის ყველაზე მასშტაბური რაუნდები ავლენს იმ ადგილებს, სადაც, ინვესტორების აზრით, ხელოვნური ინტელექტი ყველაზე დიდ ტრანსფორმაციას გამოიწვევს.

წამლების აღმოჩენა სიის სათავეშია. Isomorphic Labs-მა 600 მილიონი დოლარი მოიზიდა, რაც წელს ამ სფეროში ყველაზე დიდი რაუნდია. კომპანია მუშაობს ხელოვნური ინტელექტის მოდელებზე, რომლებსაც შეუძლიათ წამლების პროგნოზირება, დიზაინი და სიმულირება გაცილებით მეტი სიზუსტით, ვიდრე - ძველ მეთოდებს. ინვესტორები ფსონს დებენ მომავალზე, რომელშიც წამლების განვითარებას აღარ დასჭირდება ათი წელი და მილიარდობით დოლარი.
მეორე კლასტერი მოიცავს კომპანიებს, რომლებიც ქმნიან სამეცნიერო ინტელექტის სისტემებს. Lila Sciences ყველაზე ნათელი მაგალითია. მან მხოლოდ წელს სამი რაუნდის განმავლობაში 550 მილიონი დოლარი მოიზიდა. მისი მიზანი ამბიციურია. მას სურს შექმნას სამეცნიერო მსჯელობის სისტემა ბიოლოგიის, ქიმიისა და მასალათმცოდნეობისთვის.
კლინიკური დოკუმენტაცია კიდევ ერთი მნიშვნელოვანი კატეგორიაა. Abridge-მა 250 მილიონი დოლარი მოიზიდა, რასაც მოჰყვა კიდევ 300 მილიონი დოლარი ოთხი თვის განმავლობაში. მიზეზი მარტივია: ექიმები საათობით ადასტურებენ პაციენტის თითოეული ვიზიტის დოკუმენტაციას.
OpenEvidence-მა მიაღწია 6 მილიარდ დოლარად შეფასებას ხელოვნური ინტელექტის მოდელების საფუძველზე, რომლებიც პასუხობენ კლინიკურ კითხვებს მტკიცებულებებზე დაფუძნებული ციტირებით. ამ ჯგუფის ინსტრუმენტების მოთხოვნა დიდია, რადგან კლინიცისტები “იხრჩობიან” ინფორმაციაში და სჭირდებათ სისტემები, რომლებიც ამ პროცესის დროს შეამცირებს.
ჯანდაცვის ორგანიზაციები ხელოვნურ ინტელექტს შვიდჯერ უფრო სწრაფად იყენებენ, ვიდრე გასულ წელს. ხელოვნურ ინტელექტზე დაფუძნებული სისტემების ბიუჯეტები იზრდება. ძველი მომწოდებლები კარგავენ წილს და ხარჯების უმეტესი ნაწილი სტარტაპებზე გადადის.
რეალური რისკი სხვაგანაა. რეგულირება, მონაცემთა კონფიდენციალურობა, კლინიკური ვალიდაცია და ინტეგრაციის გამოწვევები - ეს რისკის მთავარი ფაქტორებია.

დაფინანსების ზრდა დროებითი პიკი არ არის. ის ჯანდაცვისა და ბიოტექნოლოგიის ფუნქციონირების სტრუქტურულ ცვლილებაზე მიუთითებს.
თუ ბოლო ათწლეული ჯანდაცვის დიგიტალიზაციას ეხებოდა, შემდეგი ათწლეული მისი ინტელექტუალურ სისტემად გადაქცევის ეტაპი იქნება. ხელოვნური ინტელექტი მთელ სისტემას ცვლის, მოლეკულიდან დაწყებული, სამედიცინო ჩანაწერებით დამთავრებული.





