Uitbreiding naar nieuwe zorgmarkten: de groeiende impact van medische AI

Kunstmatige intelligentie in de geneeskunde wordt meestal in verband gebracht met het opsporen van afwijkingen op medische beelden, het analyseren van testresultaten en het helpen van artsen bij het stellen van diagnoses. De laatste tijd kom ik echter steeds vaker ontwikkelingen tegen die veel verder gaan dan deze toepassingen en ons uitdagen om anders te denken over wat medische technologie kan bereiken. Sommige zijn zo ambitieus dat hun mogelijke impact veel verder kan reiken dan de gezondheidszorg: ze kunnen heel andere gebieden van ons leven beïnvloeden en aanleiding geven tot nieuwe technologieën, bedrijfsmodellen en zelfs markten die nog niet bestaan.

Waarom zeldzame aandoeningen aantrekkelijker worden voor medische startups

Een van de interessantste gebieden die ik de laatste tijd volg, is de ontdekking van geneesmiddelen: het zoeken naar en ontwikkelen van nieuwe geneesmiddelverbindingen met behulp van computationele methoden en kunstmatige intelligentie. DeepMinds werk aan AlphaFold heeft een belangrijke rol gespeeld in de vooruitgang op dit gebied. De database met meer dan 200 miljoen voorspelde eiwitstructuren biedt onderzoekers een schat aan informatie om mogelijke moleculaire interacties te onderzoeken en heeft ook nieuwe kansen gecreëerd voor startups die zich richten op specifieke aandoeningen.

Stel dat iemand een startup wil oprichten om een behandeling te ontwikkelen voor een relatief zeldzame aandoening die slechts een klein percentage vrouwen in een bepaalde leeftijdsgroep treft. De eerste vraag is: waarom zouden ze zich op zo’n beperkte markt richten als ze ook een veel vaker voorkomende aandoening kunnen aanpakken? Maar zelfs nadat de wereldbevolking is teruggebracht tot deze specifieke groep, kunnen er nog steeds duizenden potentiële patiënten zijn. En als patiënten voor de behandeling tien jaar lang of de rest van hun leven dagelijks medicijnen moeten innemen, kan zelfs die relatief kleine patiëntenpopulatie een aanzienlijke markt vormen.

Een farmaceutisch bedrijf hoeft niet per se tientallen miljoenen klanten te hebben om commercieel levensvatbaar te zijn. Natuurlijk gaapt er een enorme kloof tussen het inschatten van een potentiële markt en het genereren van daadwerkelijke inkomsten; daarbij spelen onder meer de kosten van onderzoek, klinische studies, productie en goedkeuring door regelgevende instanties een rol. Toch kan een startup zich richten op één aandoening waarvoor onvoldoende behandelingen beschikbaar zijn en daar een volledig onderzoeksprogramma omheen opbouwen.

Zo is Recursion Pharmaceuticals een in de VS gevestigd biotechnologiebedrijf dat AI-gestuurde behandelingen ontwikkelt voor aandoeningen waarvoor nog een grote onvervulde medische behoefte bestaat. Een van de geneesmiddelen die het bedrijf onderzoekt, REC-4881, is gericht tegen familiaire adenomateuze polyposis, een zeldzame erfelijke aandoening die naar schatting 50.000 mensen treft in de VS en vijf grote Europese landen. Het bedrijf heeft bemoedigende resultaten gemeld uit een fase 1b/2-studie, waaronder een afname van abnormale weefselgroei bij patiënten.

Virtuele laboratoria als nieuw bedrijfsmodel

Een molecuul vinden dat zich kan richten op een eiwit dat met een bepaalde aandoening samenhangt, is een flinke uitdaging. Daarvoor moeten enorme aantallen chemische verbindingen worden gescreend om vast te stellen welke zich aan het doeleiwit kunnen binden, de activiteit ervan kunnen veranderen of verwante biologische processen kunnen beïnvloeden. Niet alleen de chemische samenstelling is van belang. De driedimensionale structuur van elk molecuul speelt een cruciale rol bij de manier waarop deze interacties plaatsvinden.

Elke mogelijke combinatie in een fysiek laboratorium testen is praktisch onmogelijk. Zelfs met aanzienlijke financiële middelen zou het uitvoeren van zoveel experimenten veel te lang duren. Daarom vindt een deel van het onderzoek inmiddels plaats in virtuele omgevingen, waar computationele modellen en simulaties moleculaire interacties kunnen voorspellen en de meest veelbelovende verbindingen voor verder onderzoek kunnen aanwijzen. Zo zijn er minder laboratoriumexperimenten nodig, al moeten de voorspellingen nog wel met fysieke tests worden gevalideerd.

Rond deze technologieën ontstaat een heel ecosysteem van startups met uiteenlopende bedrijfsmodellen. Sommige bouwen infrastructuur voor moleculaire simulaties en stellen die beschikbaar aan farmaceutische bedrijven en onderzoeksteams. Andere gebruiken bestaande hulpmiddelen om hun eigen kandidaat-geneesmiddelen te ontwikkelen. Dit is een interessant voorbeeld van hoe één technologische doorbraak zakelijke kansen kan creëren op meerdere niveaus van de markt. Een bedrijf kan een commercieel succesvol bedrijf opbouwen zonder ooit zelf een geneesmiddel op de markt te brengen, zolang andere ontwikkelaars zijn technologie waardevol vinden.

Een goed voorbeeld is Isomorphic Labs, dat AI-technologieën ontwikkelt voor de ontdekking van geneesmiddelen en het ontwerpen van moleculen. Het bedrijf heeft onderzoekspartnerschappen opgezet met Novartis en Eli Lilly en heeft in 2025 de samenwerking met Novartis uitgebreid met aanvullende programma’s voor de ontdekking van geneesmiddelen. Dit laat zien hoe de technologie voor het ontdekken en ontwerpen van moleculen zelf de basis kan vormen voor een bedrijf dat met grote farmaceutische ondernemingen samenwerkt.

Een gepersonaliseerde pil in twintig minuten

Sommige startups gaan nog een stap verder met het idee van geneesmiddelenontwikkeling. Onlangs ontmoette ik een team dat werkt aan technologieën op het gebied van huidkanker. Het team wil genetische aanleg voor de ziekte opsporen en onderzoekt mogelijkheden om de aandoening op DNA-niveau te behandelen. In plaats van een geneesmiddel te ontwikkelen voor een brede groep patiënten, onderzoeken ze of behandelingen kunnen worden afgestemd op iemands genetische profiel.

De oprichters schetsten een bijzonder ambitieuze toekomstvisie. Stel je voor dat je een kliniek binnenloopt, een speekselmonster afgeeft en een apparaat je DNA analyseert om een geneesmiddel te bereiden dat speciaal voor jou is ontworpen. Volgens hun visie zou het hele proces ooit ongeveer twintig minuten kunnen duren en slechts $100 kunnen kosten. Natuurlijk is dit nog altijd een technologische ambitie en geen beschikbare medische dienst. Om die werkelijkheid te maken, zouden enorme wetenschappelijke, productie- en regelgevingsuitdagingen moeten worden overwonnen.

Toch laten dit soort gesprekken zien hoe sterk de ambities van medische ondernemers veranderen. In plaats van bestaande diagnostische procedures simpelweg te verbeteren, vragen ze zich af of het proces om behandelingen te ontwikkelen zelf fundamenteel anders kan worden ingericht. Ik vind het fascinerend hoe vooruitgang in computertechnologie oprichters ertoe aanzet processen opnieuw te bekijken die al tientallen jaren grotendeels onveranderd zijn gebleven.

Waarom startups in chirurgische robotica vaak bouwen met het oog op overname

Terwijl computertechnologie kleine teams in staat stelt enorme aantallen mogelijkheden voor de ontdekking van geneesmiddelen te verkennen, vergt chirurgische robotica een heel ander niveau aan middelen. Voor de bouw van een systeem dat chirurgische ingrepen kan uitvoeren, zijn geavanceerde werktuigbouwkunde, nauwkeurige bewegingsbesturing, uitgebreide tests en toegang tot klinische omgevingen nodig. De ontwikkeling van een betrouwbare robotarm voor chirurgie kan tien tot vijftien jaar duren, terwijl één installatie miljoenen dollars kan kosten. Ook is de potentiële klantenkring beperkt en moeten fabrikanten jarenlang onderhoud en technische ondersteuning bieden. Voor een kleine startup maakt dit chirurgische robotica tot een uitzonderlijk complexe en kapitaalintensieve onderneming.

Daarom bouwen sommige teams hun strategie rond een uiteindelijke overname door een groot medisch technologiebedrijf. Hun doel is een overtuigend technologisch concept te ontwikkelen en het potentieel ervan aan te tonen. Een startup kan bijvoorbeeld een prototype van een robotarm bouwen die bepaalde ingrepen op een medische oefenpop kan uitvoeren, ook al is die nog lang niet klaar voor gebruik bij een echte patiënt. Tegelijkertijd zoekt het team actief contact met investeerders, bezoekt het conferenties in de sector en bouwt het relaties op met potentiële zakelijke kopers, zoals we vaak zien wanneer we werken aan medische evenementen bij Scryon. In wezen proberen ze de belofte van een technologie te verkopen voordat die een afgewerkt product is.

Aanvankelijk vond ik deze aanpak nogal vreemd. Waarom medische apparatuur ontwikkelen als je niet van plan bent die zelf op de markt te brengen? Maar er zit zakelijke logica achter. Een klein team kan getalenteerde ingenieurs en een veelbelovend idee hebben, maar niet de middelen voor jarenlang testen, toegang tot ziekenhuizen en productie op grote schaal. Een groot bedrijf kan die infrastructuur bieden door de startup in een relatief vroeg stadium over te nemen.

Deze strategie laat zien hoe kleine teams en grote bedrijven elkaar kunnen aanvullen: het ene richt zich op het ontwikkelen en testen van nieuwe ideeën, terwijl het andere de middelen heeft om die om te zetten in levensvatbare medische producten. En de omvang van een bedrijf zegt niet per se iets over de complexiteit van het werk achter de technologie. 

Ik heb dit zelf gezien bij projecten van Keymakr, waar we hebben samengewerkt met ontwikkelaars van kleine startups tot een van ‘s werelds grootste fabrikanten van medische apparatuur. Ongeacht de omvang van het bedrijf vergen deze projecten nauwgezet werk om algoritmen te verfijnen, medische datasets voor te bereiden en de nauwkeurigheid van annotaties te toetsen aan klinische eisen. 

Voorbij het oorspronkelijke idee

Elk bedrijf dat een specifiek biologisch mechanisme onderzoekt, zou ooit een technologie kunnen ontwikkelen die volstrekt andere sectoren transformeert. Dat kan verstrekkende gevolgen hebben, tot en met een radicale toename van de levensduur en een volledige transformatie van de samenleving zoals we die kennen.

Misschien is dit wat me het meest fascineert aan medische startups van vandaag. Met hulp van AI pakken kleine teams uitdagingen aan waarvoor tot voor kort de middelen van grote bedrijven nodig zouden zijn geweest, vaak vanuit onverwachte invalshoeken. Veel van deze ideeën zullen nooit in de praktijk worden gebracht, maar ondernemers hoeven niet per se van tevoren te weten hoe groot een markt uiteindelijk kan worden die door een succesvolle technologie wordt gecreëerd. Soms komen de interessantste kansen pas naar voren nadat het oorspronkelijke wetenschappelijke probleem is opgelost.