3,807 家AI 医疗创业公司都在做哪些领域今天分享一篇Nature文章，“Mapping AI startup investment and innovation in healthcare using a five-tier AI systems complexity framework”，发表于 npj Digital Medicine（2026，Article in Press）。作者分析了 2010–2024 年间 3,807 家 AI 医疗创业公司，并用一个五层 AI 系统复杂度框架来刻画这些公司的技术能力、融资分布、医疗场景、地域分布以及创始团队结构。
文章的核心目标，是把“AI 医疗创业生态”从泛泛而谈，变成一个可以被系统描述的图谱：哪些医疗方向最吸金、哪些方向技术复杂度更高、哪些团队更容易进入这个赛道、以及这种分布是否公平。为此，作者把 AI 系统分成五个层级：Deterministic AI、Assistive AI、Perceptual AI、Integrative AI、Autonomous-Agentic AI，从规则系统一路到近似自主、可持续学习的系统。资金和创业公司高度集中在 Clinical Decision Support、Drug Discovery、Imaging & Diagnostics 三大方向；高复杂度 AI（尤其深度学习、非结构化数据、多模态）更常见于 影像诊断、药物发现、个体化治疗、手术；创始团队里技术/商业背景占主导，临床背景明显不足，女性创始人也显著偏少。 Imaging and Diagnostics：930 家Clinical Decision Support：707 家Medical Treatment and Personalized Medicine：349 家。 Drug Discovery：185.23 亿美元Imaging and Diagnostics：118.97 亿美元Clinical Decision Support：104.03 亿美元Medical Treatment and Personalized Medicine：76.79 亿美元Medical Monitoring：67.80 亿美元。 这说明资本更偏好那些可扩展、数据相对标准化、且更容易形成技术壁垒的赛道，而 Mental Health、Public Health、Rehabilitation 等方向则明显融资不足。 Tier 1: Deterministic AI —— 基于规则、不学习；Tier 2: Assistive AI —— 结构化数据上的基础机器学习；Tier 3: Perceptual AI —— 处理影像/语音/自由文本等非结构化数据的深度学习；Tier 4: Integrative AI —— 融合多模态数据（如临床+组学+行为）；Tier 5: Autonomous-Agentic AI —— 目标驱动、持续学习、近似自治的系统。 High Complexity（Tier 3）：270.38 亿美元Advanced Complexity（Tier 4）：148.60 亿美元Moderate Complexity（Tier 2）：105.85 亿美元。 换句话说，市场当前更青睐的是已经足够先进、但还不至于监管与部署成本爆炸的 AI，例如影像中的 CNN 类系统、以及药物发现/个体化治疗中的多模态模型。 美国是绝对中心，论文报告其拥有 1,609 家创业公司、超过 380 亿美元融资，中国也很活跃，但整体版图仍然高度集中于北美、欧洲和亚洲部分城市群。非洲、南美等地区明显稀疏。作者特别强调，创新集群的优势不仅是资金，还包括：人才、研究机构、医院合作资源、数字基础设施和监管环境。这也是为什么波士顿、硅谷、纽约、伦敦、柏林、巴黎、苏黎世等地形成明显聚集。在 3,807 家公司里，2,516 家（66.1%）是多人创始团队，1,291 家（33.9%）是单创始人。平均创始团队规模约 2.14 人。 临床医生单独主导的公司很少，论文只统计到 178 家 clinician-only startup，其中 135 家还是 solo clinician founder。 作者的解释是：医疗 AI 同时面临技术复杂性、临床验证、法规约束和商业化难题，所以团队往往自然偏向“技术 + 商业”的搭配；但这也带来一个风险：产品可能离真实临床工作流和临床痛点越来越远。 其中女性在技术型创始人中的比例最低，仅 10.7%；而科学背景女性比例相对更高，为 20.1%。此外，女性创始人更常单独创业，而男性更容易形成团队。 这篇文章最有价值的地方，是它不是在讲“AI 会改变医疗”的宏大叙事，而是在讲：哪些 AI 医疗方向真的拿到了钱，哪些方向真正形成了复杂系统，哪些创业团队最常出现。它对做行业雷达、投融资图谱、赛道判断、学术-产业交叉研究都很有参考意义。部分类别由 GPT-4 + 人工校验完成，模型版本变化可能影响分类；创始人信息依赖 LinkedIn / 官网 / Crunchbase，信息完整性有偏差；所以这篇文章更像一张高质量创业生态地图，而不是严格的因果研究。❤️关注了解更多内容
#AI医疗
人人都怕被 AI 取代，读完 Anthropic 这份报告，终于可以松口气
从“肿瘤”到“疫苗”：AI 到底帮他做了什么？
澳大利亚创业者借助chatGPT给狗狗“定制 mRNA 疫苗”刷屏之后
每天4000万人向AI问诊：OpenAI报告揭示医疗AI如何成为8亿用户的“深夜自救指南”
一周两连发：OpenAI（1/8）+ Anthropic（1/12)医疗AI风向彻底变了
2025 数字健康趋势年终度盘：回暖之下的集中化
AI医疗| 1亿美元买“四人团队”？OpenAI 押注的是什么？
AI 驱动药物研发：Takeda × Iambic 重磅合作 & Galux 完成 2900 万美元融资
一项Nature Medicine 研究：医疗大模型从“考试高分”到“真实对话失灵”
夜雨聆风
