В 2026 году искусственный интеллект в медицине перестаёт быть экспериментом и становится инструментом, который переделывает всю индустрию здравоохранения изнутри. Для фаундеров стартапов и инвесторов это открывает огромные возможности, но заодно ставит перед ними жёсткие вызовы, особенно в России.
От лабораторного чуда к клиническому мейнстриму: как ИИ диагностирует болезни
Когда говорят об ИИ в медицине, большинство людей вспоминают про диагностику. И это справедливо, ведь диагностика стала той областью, где алгоритмы показывают поистине впечатляющие результаты. Про многие примеры мы уже писали, но вот один яркий. В Массачусетской больнице MGH учёные разработали алгоритм, который выявляет раковые узелки в лёгких с точностью 94%, тогда как опытные рентгенологи справляются в лучшем случае на 65%. Это не просто цифра в отчёте, это реальные люди, у которых появляется реальный шанс на раннее лечение и благоприятный исход.
На отечественной почве история развивается по похожему сценарию. Московский эксперимент, который продолжается с 2020 года, показал, что отечественные ИИ-сервисы работают не хуже западных аналогов. За пять лет в этом проекте участвовало 39 компаний, которые представили 204 ИИ-сервиса, и 57% из них прошли интеграцию в реальные клинические пайплайны работы. Сегодня московские рентгенологи используют более 50 различных ИИ-сервисов по 39 клиническим направлениям диагностики. Платформа Botkin.AI, например, помогает выявлять заболевания лёгких с точностью до 95%, и благодаря внедрению в московских клиниках обнаружение опухолей на ранних стадиях увеличилось на 30%.
Красивая часть истории в том, что врачи в таких случаях становятся не врагами ИИ, а его руководителями. Алгоритм не заменяет специалиста, он перестраивает его рабочий день. Вместо того чтобы часами просматривать снимки в поисках малейшего изменения, радиолог получает уже размеченное изображение, где машина указала на вероятные патологии. Это экономит силы врача и позволяет ему сосредоточиться на сложных случаях, где требуется клинический опыт.
Инвестиционный интерес к диагностическим решениям остаётся огромным. Согласно аналитике, глобальный рынок ИИ в здравоохранении в 2026 году оценивается примерно в 52–56 миллиардов долларов, а по некоторым прогнозам достигнет 188 миллиардов к 2030 году. Для фаундеров это означает, что если вы создали даже простое решение для анализа медицинских изображений с хорошей клинической валидацией, инвесторы будут как минимум заинтересованы.
Ведущие стартапы в диагностике, которые стоит отслеживать в 2026 году
1. Aidoc: от специалиста по радиологии к универсальной платформе
Страна: Израиль
Специализация: Радиология, кардиология, неврология, сосудистые заболевания
Статус на 2026: 150+ больниц, 45 млн пациентов в год, $370 млн собрано
Aidoc — это история о том, как стартап, начавший с узкой задачи, превращается в платформу. Компания основана в 2016 году и изначально решала конкретную проблему: помочь рентгенологам не пропустить острые состояния на рентгеновских снимках. Система обучилась находить переломы рёбер, пневмотораксы и другие критические находки за минуты вместо часов.
Но в 2025 году Aidoc сделала скачок, привлекая 150 миллионов долларов на раунд финансирования под руководством General Catalyst и Square Peg. Компания разработала собственную CARE Foundation Model, которая представляет собой не просто специализированный алгоритм, а универсальный ИИ-движок, обученный на мультимодальных данных, включая рентген, КТ, МРТ и другие форматы. Идея проста, но амбициозна: за три года CARE должен покрывать 90% клинически значимых заболеваний, от рака до сердечно-сосудистых болезней.
Помимо самого алгоритма Aidoc разработала aiOS. Это операционная система для больниц, которая позволяет учреждениям развертывать множество ИИ-решений и управлять ими из единого интерфейса, будь то собственные разработки или партнерские продукты. Это стратегический ход, ведь вместо того чтобы конкурировать с каждым решением по отдельности, Aidoc становится инфраструктурным слоем.
Что это значит для инвесторов: Aidoc — это пример компании, которая вышла за рамки ниши. Если у вас есть узкоспециализированное ИИ-решение, Aidoc подает пример того, как расширять территорию. Кроме того, появление в советах директоров четырёх крупных американских health systems, таких как Hartford HealthCare и Mercy, означает, что компания получила не просто деньги, а стратегических партнёров, которые будут использовать продукт.
Риски: Компания имеет 15 решений, одобренных американским регулятором FDA, но масштабирование в новые заболевания — это не просто техническая задача, это регуляторный марафон. Каждое новое применение требует клинических испытаний и одобрения.
2. PathAI: когда ИИ становится патологом
Страна: США (Бостон)
Специализация: Цифровая патология, анализ биопсий для диагностики рака
Статус на 2026: 450+ патологов, 15+ млн аннотаций, Series C $165 млн, партнёрства с Cleveland Clinic и крупными pharma-компаниями
PathAI решает проблему, которую часто упускают из виду. Патология — это самое узкое место в диагностике рака. Даже эксперты-патологи иногда расходятся во мнении при интерпретации биопсий. Это не просто академический вопрос, ведь от правильного диагноза зависит вся дальнейшая терапия.
Компания была основана в 2017 году и сразу же нашла свою нишу. Они развивают ИИ-платформу, которая помогает патологам анализировать гистопатологические изображения или срезы тканей под микроскопом. PathAI обучила свои алгоритмы на одной из крупнейших в мире баз данных из более чем 15 миллионов аннотированных клеток и тканей.
Раунд Series C в 2021 году был собран у самых серьёзных инвесторов, таких как D1 Capital Partners, Kaiser Permanente, General Atlantic и Tiger Global Management. Это не случайный набор фондов, каждый из них имеет глубокое понимание сферы healthcare.
Что особенного: PathAI работает не только с диагностикой, но и активно участвует в разработке лекарств. Компания подписала стратегические партнёрства с Bristol-Myers Squibb, Labcorp и Merck. Это означает, что PathAI встроена в пайплайн фармацевтических разработок, где её ИИ используется для анализа результатов клинических испытаний. Это создаёт повторяющуюся выручку и делает компанию труднозаменяемой для Big Pharma.
Что это значит для инвесторов: PathAI демонстрирует, как ИИ-компания может не быть просто инструментом, а становиться частью экосистемы Big Pharma и крупных здравсистем. Это означает долгосрочные контракты, а не одноразовые продажи. Кроме того, компания показывает, как можно работать с регуляторными органами. Каждое решение PathAI требует одобрения FDA, но компания преодолевает это, потому что ценность доказана.
Риски: Цифровая патология — это всё ещё малораспространённая практика в мире. Не все больницы оцифровали свои архивы биопсий. Но это также означает огромный потенциал для роста.
3. Viz.ai: координация помощи через ИИ
Страна: США (Сан-Франциско)
Специализация: Выявление инсульта или LVO, аневризм, легочной эмболии
Статус на 2026: 1000+ больниц, сотни миллионов пациентов, Series D $100 млн при валюации $1,2 млрд
Если Aidoc начинала с рентгена, а PathAI с патологии, то Viz.ai начинала с самой критичной проблемы — инсульта. В США ежегодно случается около 800 тысяч инсультов, и каждая минута задержки с тромбэктомией, то есть удалением сгустка, стоит пациенту неделю нормальной жизни. Классическая схема работает так: пациент приходит в одну больницу, врачи видят большой тромб на КТ, но операцию могут делать только в специализированном центре, а это может быть в часе езды. В результате золотое окно для лечения закрывается.
Viz.ai решила эту проблему радикально. Её алгоритм анализирует КТ-снимки в реальном времени и за секунды сообщает врачам о наличии большого сосудистого тромба, одновременно оповещая нейрохирургов в специализированном центре. Это сократило время от диагностики до операции с 58 минут до 7 минут.
Результат: частота операций в специализированных центрах, где работала Viz.ai, возросла на 50–60%. Это не просто статистика, это жизни людей, которые вернулись к нормальной жизни вместо инвалидности.
В 2022 году Viz.ai привлекла 100 миллионов долларов в раунде Series D под руководством Tiger Global и Insight Partners с валюацией 1,2 миллиарда. Компания также получила статус de novo FDA clearance для своего модуля по инсульту, что означает признание регулятором этого решения первым и единственным в своём роде. Кроме того, Viz.ai получила NTAP, или дополнительную оплату за новые технологии от CMS, что открывает прямой путь к возмещению расходов Medicare.
Расширение территории: После успеха с инсультом Viz.ai развернулась и начала разрабатывать алгоритмы для других острых состояний: аневризмы, тромбоэмболии лёгочной артерии, аортальных заболеваний. К 2022 году компания уже имела 12 одобренных алгоритмов.
Инновация в коммерции: Viz.ai придумала уникальный подход — не просто диагностика, а care coordination platform. Система не только выявляет проблему, но и мобилизует всю команду врачей через единый интерфейс. Это означает, что Viz.ai становится местом, где врачи проводят своё время, вместо того чтобы переключаться между десятком разных систем.
Что это значит для инвесторов: Viz.ai показала, как ИИ можно монетизировать через новые пути возмещения. Компания также демонстрирует силу модели B2B2C, продавая не напрямую пациентам, а больницам и страховым компаниям, которые платят потому, что система экономит деньги и спасает жизни.
Текущая выручка: По оценкам Sacra, Viz.ai выручила примерно 40 миллионов долларов в 2023 году, удвоив выручку год к году.
4. Zebra Medical Vision: от частного лица к интегрированной платформе
Страна: Израиль
Специализация: Анализ КТ, рентгена и маммографии для выявления рака, остеопороза, сердечно-сосудистых заболеваний
Статус на 2026: Приобретена Nanox за $200 млн (2021), развивается как часть медтех-экосистемы
Zebra Medical Vision — это интересный случай стартапа, который не стал независимым публичным компонентом, а интегрировался в более крупную экосистему. История начинается в 2014 году, когда три основателя создали платформу для анализа медицинских изображений.
Zebra не просто анализировала снимки. Её уникальность была в том, что система могла выявлять хронические заболевания на популяционном уровне. Например, алгоритм HealthMammo может сортировать подозрительные маммограммы, но система Zebra пошла дальше. Она может анализировать здоровое население и выявлять тех, у кого начинает развиваться остеопороз, высокие уровни кальция в коронарных артериях и другие хронические состояния, требующие профилактического внимания.
Финансирование: До приобретения Zebra привлекла 52 миллиона долларов от серьёзных инвесторов, включая Khosla Ventures, основателя Salesforce Марка Бениоффа, Nvidia и J&J.
Приобретение Nanox: В августе 2021 года Nanox приобрела Zebra за сумму до 200 миллионов долларов. Стратегия была простой: Nanox разработал революционный портативный источник рентгеновского излучения Nanox.ARC, который позволяет делать качественные снимки без дорогостоящего оборудования. Zebra добавила к этому ИИ-аналитику. Результат — полностью интегрированная система: дешёвые аппараты плюс облачная аналитика и возможность использования в развивающихся странах.
Что это значит для инвесторов: Zebra показала важный урок: иногда лучший экзит для ИИ-компании — это не IPO, а стратегическое приобретение компанией, которая может встроить технологию в более крупный продукт. Это произошло потому, что Zebra имела уникальное технологическое преимущество — анализ популяционного здоровья, которое было бесценно для крупного игрока.
FDA одобрения: До приобретения Zebra имела несколько одобренных продуктов, включая инструменты для выявления рака груди и переломов позвонков.
5. K Health: когда первая помощь становится ИИ
Страна: Израиль
Специализация: ИИ-первичная помощь, диагностические гипотезы на основе разговора
Статус на 2026: 3+ млн обслуженных пациентов, Series F $88,4 млн (2024), всего $439 млн привлечено
K Health — это другой подход к диагностике. Вместо анализа изображений K Health создала платформу, которая помогает в первичной диагностике на основе симптомов пациента. Это не WebMD, это настоящий ИИ-помощник, обученный на двух миллиардах исторических случаев.
Основатель K Health Аллон Блох основал компанию в 2016 году с уникальной идеей: есть огромное количество электронных медицинских карт, в частности от Maccabi, второго по величине HMO в Израиле, содержащих историю болезни пациентов в течение 20 лет. Что если научить машину сравнивать пациента с аналогичными случаями из прошлого и генерировать дифференциальный диагноз?
Модель использования: Пациент берёт бесплатное приложение K Health, отвечает на 21 вопрос об истории болезни и текущих симптомах за 3–4 минуты и получает список диагностических гипотез с вероятностями. Если пациент хочет поговорить с врачом онлайн, это стоит 19 долларов, что намного дешевле визита к врачу лично со средним copay в США 30–50 долларов. Для врачей система даёт сильный сигнал о том, где сосредоточить внимание.
Финансирование: K Health постоянно привлекает крупные суммы. Раунд Series D в 2020 году принёс 42 миллиона, Series E в 2021 году — 142 миллиона при валюации 1,4 миллиарда, а Series F в 2024 году — 88,4 миллиона долларов.
Однако заметим, что валюация K Health снизилась с 1,4 миллиарда в 2021 году до 900 миллионов в 2024 году. Это указывает на то, что даже при хорошем продукте и тракшене темпы роста замедлялись, и инвесторы переоценили компанию. Это нормальная коррекция рынка.
Что это значит для инвесторов: K Health показывает, что B2C HealthTech может быть масштабируемым, но нужна очень хорошая юнит-экономика. 19 долларов за консультацию — это очень дешевая услуга, и компании нужно масштабировать огромное количество пользователей, чтобы быть прибыльной. Кроме того, K Health демонстрирует важность data moat, так как её конкурентное преимущество основано на доступе к 20-летней истории медицинских записей.
Риски: Конкуренция в телемедицине огромна. Есть Teladoc, Amwell и десятки других. K Health нужно постоянно инвестировать в маркетинг, чтобы привлекать пользователей.
6. Botkin.AI: российский пионер с трудной судьбой
Страна: Россия
Специализация: Анализ рентгена, маммографии, КТ для выявления патологий лёгких, молочной железы и других органов
Статус на 2026: Приобретена «Медицинскими скрининговыми системами» (декабрь 2023), продолжает развиваться как часть экосистемы
Botkin.AI — это трагическая, но поучительная история о том, как инновационный российский стартап столкнулся с барьерами рынка.
История успеха (2017–2021): Компания была основана в 2017 году. Первый раунд принес 11 миллионов рублей. Компания прошла в акселератор Bayer G4A и получила первый контракт с Bayer. К 2021 году Botkin.AI имела выручку 51 миллион рублей в год, первую регистрацию в Росздравнадзоре и была признана пионером ИИ-диагностики в России.
Финансирование: Компания привлекла серьёзные раунды Series A и B в 2019–2020 годах на сумму 260 миллионов рублей от RBV Capital, Digital Evolution Ventures, Primer Capital и других.
Триумф: К 2021 году Botkin.AI была одной из двух-трёх компаний в России, которая имела реальные контракты с клиниками и государственными медучреждениями. Система была интегрирована в московские и региональные клиники.
Крах и возрождение: Но в 2023 году произошло неожиданное. Компания была остановлена в своём развитии, а затем продана компании «Медицинские скрининговые системы». Официальная причина неясна, скорее всего, регуляторные вопросы или финансовые сложности, но это говорит о трудностях, которые испытывают российские HealthTech-компании.
Текущее состояние (2026): Botkin.AI продолжает работать как часть более крупной компании «Цельс». Бренд сохранён, и система используется в российских клиниках.
Что это значит для инвесторов: Botkin.AI — это пример того, почему вкладывать в российские HealthTech-стартапы сложнее. Даже при хорошем продукте и финансировании регуляторные барьеры могут затормозить компанию. Однако это также означает, что инвестор, который успешно преодолеет эти барьеры, может захватить рынок с меньшей конкуренцией.
Преимущества: Botkin.AI показала, что отечественный ИИ может работать не хуже западных аналогов. Точность система достигала 95% для анализа лёгких, а внедрение в московских клиниках увеличило выявляемость рака на 30%.
7. Webiomed: предиктивная аналитика как новый фронтир
Страна: Россия
Специализация: Анализ электронных медицинских карт и предсказание рисков сердечно-сосудистых заболеваний
Статус на 2026: Первый русский ИИ-сервис, зарегистрированный Росздравнадзором (2020), более $130 млн привлечено, работает в 10+ регионах РФ
Webiomed — это иной подход к ИИ в медицине. Вместо анализа изображений Webiomed анализирует данные из электронных медицинских карт и предсказывает риски развития заболеваний.
Как это работает: Врач работает с ЭМК пациента в поликлинике. Одной кнопкой он отправляет деидентифицированные данные в Webiomed. Система анализирует историю болезни пациента, его лабораторные показатели, прием лекарств и рассчитывает риск развития инфаркта, инсульта, почечной недостаточности и других состояний. Результат показывает не просто риск, но рекомендации по профилактике.
Технология: Webiomed использует комбинацию классических методов и глубокого обучения machine learning. По их данным, точность предсказания сердечно-сосудистых событий с использованием machine learning составила 78,8% по сравнению с 70% для классического Framingham score.
Регистрация: Webiomed стала первой русской ИИ-системой, которая прошла техническую и клиническую экспертизу и была зарегистрирована Росздравнадзором в качестве медицинского изделия. Это открыло путь к использованию в государственных клиниках и возмещению расходов из ОМС.
Реальные результаты:
- В Ямало-Ненецком АО внедрение Webiomed позволило снизить смертность от инфаркта на 15%.
- В Муравленко больнице анализ 30 тысяч электронных карт выявил, что треть пациентов имеют высокий риск сердечно-сосудистых заболеваний, и многие из них были доступны для профилактического вмешательства.
Что это значит для инвесторов: Webiomed показывает, что есть путь для российских HealthTech-компаний, несмотря на барьеры. Ключ — это работа с государственной системой, регистрация как медицинского изделия и доказанные клинические результаты. Компания также демонстрирует потенциал для расширения: если система может предсказывать риск для одного заболевания, она может масштабироваться на другие, такие как онкология, диабет, почечные заболевания.
Революция в лаборатории: как ИИ превращает поиск лекарств в науку
Если диагностика — это место, где ИИ помогает врачу смотреть более прицельно, то разработка лекарств — это место, где ИИ превращает случайный поиск в целенаправленный расчёт. И тут цифры действительно завораживают.
В традиционной фармацевтике разработка одного лекарства занимает 10–15 лет и обходится в миллиарды долларов. При этом 90% кандидатов на препараты не проходят клинические испытания. Это как вслепую искать иголку в стоге сена, но стог размером с небоскрёб. ИИ меняет правила игры.
Компания Recursion Pharmaceuticals — один из главных игроков в этом поле. Её подход прост в описании, но сложен в реализации: компания запустила роботизированные лаборатории, которые каждую неделю проводят 2,2 миллиона экспериментов с клетками. Каждый эксперимент записывается на видео в высоком разрешении. За десять лет компания собрала 40 петабайт данных из более чем 300 миллионов экспериментов. Эти данные скормили суперкомпьютеру BioHive-2, который разработан совместно с Nvidia. И вот результат: Recursion генерирует 136 оптимизированных кандидатов на лекарства в год, что в 10–50 раз дешевле традиционных подходов фармы, синтезирующих 500–1000 соединений в год с куда меньшей эффективностью.
Chai Discovery и её модель Chai-2 показала успехи в выявлении активных молекул на уровне 15–20%, когда традиционные вычислительные методы дают только 0,1%. Это не просто улучшение, это прорыв, который меняет экономику всей отрасли.
Но самое интересное для инвесторов происходит в клинических испытаниях. Молекулы, разработанные с помощью ИИ, показывают успешность на Фазе I на уровне 80–90%, тогда как традиционно разработанные препараты имеют показатель 40–65%. Это означает, что вы раньше узнаёте, работает ли препарат, и раньше сокращаете дорогостоящие поздние фазы испытаний.
Стартапы в этой сфере привлекают астрономические суммы. Kailera Therapeutics только в 2025 году привлекла 600 миллионов долларов на Series B для разработки препарата против ожирения с использованием ИИ. Tune Therapeutics собрала 175 миллионов долларов для клинических испытаний эпигенетической терапии гепатита B. Это деньги, которые раньше инвесторы отдали бы только на Фазе III, когда риск уже значительно снижен.
Для российского стартапера это момент внимательного наблюдения. Глобальные биотех-компании ищут таланты везде, включая Россию. Если у вас есть идея в области молекулярного дизайна, предсказания свойств молекул или анализа геномных данных, это область, где первопроходец может забрать огромный кусок рынка.
Препятствия или реальность: что мешает цифровой трансформации российской медицины
Вот теперь наступает грустная часть истории, которая объясняет, почему всё это не взлетает в России с той же скоростью, что на Западе. Барьеры есть, и они серьёзные.
Юридическая ловушка: закон об охране данных
Первый и, пожалуй, главный враг российских ИИ-компаний — это 152-ФЗ, федеральный закон о защите персональных данных. На словах это выглядит разумно: защищать данные пациентов. На деле это означает, что использовать медицинские данные для обучения ИИ достаточно затруднительно.
Представьте себе ситуацию: у вас есть отличный алгоритм для диагностики диабета, но чтобы обучить его работать лучше, вам нужны данные от тысяч реальных пациентов. Закон требует чрезмерно жёсткой регламентации оборота данных, и практически воспользоваться ими для ИИ невозможно. Это создаёт порочный круг, когда компании не могут собирать достаточно данных, поэтому их алгоритмы работают хуже, чем западные аналоги. А врачи, видя, что зарубежные системы работают лучше, предпочитают импортные решения.
Эксперты здравоохранения говорят об этом совершенно открыто. Генеральный директор ассоциации разработчиков ИИ в медицине обозначил юридический барьер как наиболее острый. Нужен новый механизм, что-то вроде доверенной инфраструктуры, где пациенты смогут давать согласие на использование своих данных для науки, а компании смогли бы эти данные агрегировать и использовать в легальном режиме.
Финансирование: щели в системе
В России, в отличие от США, почти нет частных венчурных фондов, которые активно финансировали бы медицинские стартапы на ранних стадиях. Если в Америке молодая компания может получить 2–5 миллионов долларов на Seed-раунде от бизнес-ангелов или акселераторов, то в России такие деньги найти крайне сложно.
Государственное финансирование есть — гранты от Фонда содействия инновациям, конкурсы типа «Старт-Медизделия», поддержка программы «Развитие фармацевтической и медицинской промышленности». Но эти программы работают медленно, требуют огромной бюрократии и часто не соответствуют потребностям быстро растущего стартапа.
В 2025 году на этот пробел откликнулась компания «Артген биотех», запустив частный инвестиционный фонд Artgen Seed Fund с объёмом в 150 миллионов рублей на три года для финансирования 10 проектов в год. Это хорошее начало, но капля в море. Для сравнения: только одна компания Abridge в 2025 году привлекла 300 миллионов долларов на Series E, что примерно в 22 раза больше, чем весь российский фонд планирует потратить за три года.
Ещё один момент: глобальный рынок MedTech в 2025–2026 годах показывает интересную динамику. Инвесторы по-прежнему вкладывают деньги, в 2025 году было более 12 миллиардов долларов в 647 сделках, но выборочнее. Они ищут компании с доказанными метриками, клинической валидацией и понятным путём к регуляторному одобрению. Для российского стартапера это означает, что если у вас есть только идея и прототип, привлечь большие деньги будет сложно. Нужны клинические данные, пилоты в реальных клиниках, результаты.
Сопротивление врачей: психология неудачи
Третий барьер менее очевиден, но не менее реален. Это недоверие медицинского сообщества к ИИ. Исследование, проведённое в 2025 году, показало, что четверть врачей называют основным препятствием страх ошибочных решений ИИ. Столько же указывают на технические сложности, а 21% испытывают ощущение юридической незащищенности: кто несёт ответственность, если ИИ ошибётся?
Есть и более глубокие проблемы. Половину врачей тревожит, что ИИ сделает их зависимыми от технологии, ведь если система упадёт, они не смогут работать.
И есть психологический момент, который часто упускают: неоправданные ожидания. В медиа много шумихи об ИИ, который чуть ли не чудеса творит. Врач смотрит на реальный продукт, видит, что он помогает в 85% случаев, но не в 100%, и разочаровывается. Это создаёт ложное впечатление о некачественности решения, хотя на самом деле 85% уже очень хороший результат.
Как это решается? Только образованием и прозрачностью. Компании, которые внедряют ИИ в клиники, должны честно рассказывать врачам о возможностях и ограничениях системы, обучать их работать с технологией, а не против неё, и вовлекать медиков в процесс разработки, чтобы они сами помогали улучшать алгоритм.
Инфраструктура и кадры: техническое отставание
Четвёртый слой проблемы — техническая. Российское здравоохранение в целом отстаёт по цифровизации от некоторых стран. Только 26% учреждений здравоохранения имеют аккредитованные программные средства для защиты информационных систем, тогда как в финансовом секторе этот показатель 54,2%.
Сельские клиники часто не имеют стабильного доступа в интернет, необходимого для облачных ИИ-решений. Не хватает специалистов, ведь в 11 субъектах РФ основная проблема — это дефицит квалифицированных IT-специалистов, а в 12 регионах проблема в низкой мотивации врачей использовать цифровые сервисы, особенно врачей старшего возраста.
Новые стартапы 2026: на кого смотреть инвесторам
Несмотря на барьеры, в 2026 году на рынке появляются или набирают обороты решения, которые инвесторы должны держать на радаре.
Глобальные лидеры, которые расширяют присутствие
Abridge — пожалуй, самая заряженная компания в медицинском ИИ прямо сейчас. Это стартап, который помогает врачам с медицинской документацией. Вместо того чтобы врач после приёма часами писал отчеты, ИИ Abridge слушает разговор с пациентом и в реальном времени создаёт структурированную запись в электронной медицинской карте.
В июне 2025 года Abridge привлекла 300 миллионов долларов на Series E, удвоив свою оценку до 5,3 миллиарда всего за четыре месяца. Компания работает в более чем 150 американских больницах. Её годовой повторяющийся доход или ARR в первом квартале 2025 года составлял 117 миллионов долларов.
Что это означает для инвесторов в России? Если вы можете создать аналогичное решение для российских клиник, так как медицинская документация в России устроена по-другому, это может быть золотоносной жилой. Врачи в России жалуются на ту же проблему: они тратят столько же времени на документацию, сколько на пациентов.
Recursion Pharmaceuticals остаётся в фокусе инвесторов. Компания разрабатывает лекарства с помощью ИИ и в 2026 году планирует провести клинические испытания по крайней мере восьми препаратов. Даже если большинство из них не пройдут испытания, один или два успешных препарата сделают компанию суперзвездной. Инвесторам эта компания интересна как прямой пример того, как ИИ переписывает экономику фармацевтики.
Owkin — первый единорог в области ИИ-биотеха, который объединяет разработку лекарств и диагностику. Компания разработала платформу K1.0 Turbigo и уже имеет коммерческие продукты, такие как MSIntuit® CRC для скрининга колоректального рака.
Российские решения, которые могут взлететь
Botkin.AI — это отечественное решение для анализа лёгких и других органов. Точность 95%, интегрирована в московские клиники. Компания уже доказала, что отечественный ИИ может работать не хуже западных аналогов. В 2026 году это может быть кандидат для экспорта в соседние страны: в Белоруссию, Казахстан, страны Центральной Азии.
Webiomed — платформа предиктивной аналитики по электронным медицинским картам. Система выявляет пациентов с высоким риском сердечно-сосудистых заболеваний, и в Ямало-Ненецком АО её использование снизило смертность от инфаркта на 15%. Это реальный, измеримый результат, который говорит инвесторам языком, который они понимают.
Растущие направления
В 2026 году растут следующие ниши:
- Телемедицина вместе с ИИ: платформы, которые не просто соединяют пациента с врачом, но и используют ИИ для предварительной диагностики и маршрутизации пациентов. Пример: платформа «Поговорим.онлайн» в России вошла в топ-5 HealthTech-компаний и продолжает расти.
- Дистанционный мониторинг: носимые устройства в связке с ИИ для анализа данных. На платформе «Персональные медицинские помощники» уже наблюдают 27 тысяч пациентов, а к 2030 году такие системы должны охватить 60% людей с хроническими заболеваниями.
- ИИ для управления здравоохранением: оптимизация потоков пациентов, предсказание нагрузки на отделения, управление ресурсами. Это менее sexy, чем диагностика, но потенциально более прибыльное.
- Персонализированная медицина: ИИ для анализа генетических данных и подбора индивидуального лечения. К 2030 году рынок может быть в разы больше, чем сейчас.
Как фаундеру и инвестору ориентироваться в 2026 году
Для фаундеров: жёсткие реальности
Если вы создаёте медицинский стартап в России, помните:
1. Клиническая валидация — это не опция. Инвесторы в 2026 году больше не финансируют на основе потенциала. Им нужны реальные результаты: пилоты в клиниках, метрики улучшения, мнения врачей. Без этого деньги не придут.
2. Регуляторика — часть продукта. Если ваше решение — это медицинское изделие, вам нужно с самого начала работать над регистрацией. В России это Росздравнадзор. Не откладывайте это на потом.
3. Данные — ваша валюта. В условиях 152-ФЗ найти партнёрские клиники, которые согласятся делиться данными — это половина успеха. Работайте с крупными государственными учреждениями или известными частными сетями, которые имеют ресурсы для соблюдения закона.
4. Не пытайтесь создать всё сразу. Лучше быть лучшим в одной узкой задаче, например, выявление рака груди, чем средним в пяти.
5. Ищите сильные команды из медицинской сферы. Именитый врач или биолог в команде — это не просто возможности, это входной билет. Инвесторы видят, что есть сильный подбор специалистов, и это меняет восприятие.
Для инвесторов: что выбирать
1. Фокусируйтесь на доказанных результатах. В 2026 году хайп по ИИ переходит на новый уровень. Инвесторы должны искать компании с реальными результатами: командами врачей, результатами пилотов, письмами от потенциальных клиентов.
2. Диагностика — это пасьянс, лекарства — это лотерея. Если вы не готовы потерять всё, инвестируйте в диагностические компании. Если вы готовы ждать 5–7 лет и терпеть 70% потерь, то биофарма может дать в 100 раз больше.
3. Россия — это эффективная граница рынка. ИИ-решения, которые хорошо работают в московских клиниках, могут быть внедрены в Казахстан, Беларусь, страны Центральной Азии по цене в два раза дешевле западных аналогов. Это валидная бизнес-модель.
4. Следите за регуляторными сдвигами. В России уже идут перемены. Минздрав в октябре 2024 года запустил федеральный инцидент № 11, направленный на мониторинг и стимулирование внедрения ИИ в клиническую практику. Это может означать, что в ближайшие годы государство станет активнее закупать и внедрять ИИ-решения.
5. Корпоративный венчур — ваш друг. Крупные фармкомпании, такие как Roche, Genentech, Novartis, и медтех-компании типа Medtronic и J&J активно инвестируют в стартапы для заполнения своих пайплайнов. Если у вас есть технология, которая интересна большому игроку, это может быть путём к финансированию, минуя традиционный VC.
Заключение: окно возможностей не будет открыто вечно
В 2026 году ИИ в медицине стоит на пороге перелома. От экспериментов и POC или proof of concept мы переходим к массовому внедрению. На Западе этот процесс уже начался. Компании типа Abridge, PathAI, Recursion получают астрономические оценки потому, что инвесторы верят, что они переживут кризис 2024–2025 и станут лидерами следующего десятилетия.
В России ситуация сложнее. Есть технический потенциал, есть врачи, готовые внедрять инновации, есть отечественные решения, которые работают не хуже западных. Но есть и преграды: закон о данных, нехватка венчурного финансирования, недоверие врачей, техническое отставание в провинции.
Для фаундеров это означает, что 2026–2027 годы — это окно новых возможностей. Если вы создаёте ИИ-решение в медицине, нужно выстраивать его так, чтобы оно выжило в русской реальности. Это означает работать с государством, а не против него. Это означает иметь план на экспорт с самого начала. Это означает быть честными с врачами и пациентами о том, что ИИ может и чего не может делать.
Для инвесторов это означает, что окно возможностей также не закрывается, наоборот, расширяется. Но нужно двигаться быстро. В 2027–2028 году глобальные компании начнут активнее входить на российский рынок, и окно для локальных решений будет сужаться. Тот, кто сегодня заметит и поддержит хороший российский стартап в МедТехе, может получить экзит x100.
А чтобы видеть возможности там, где другие видят сухую науку, подписывайтесь на «Софью в МедТехе»!