Neko Health: 700 mln dolarów na skanowanie ciała przez AI

W czerwcu 2025 roku szwedzko-brytyjski startup Neko Health zamknął rundę finansowania Series C wartą 700 milionów dolarów — co sprawia, że łączne ujawnione finansowanie spółki od 2023 roku przekroczyło miliard dolarów, a cel jest jeden: przenieść gabinet lekarski do świata algorytmów i czujników. To nie kolejna aplikacja do śledzenia kroków — to model, w którym komputer analizuje ponad 2000 zdjęć wysokiej rozdzielczości twojej skóry w ciągu jednej 60-minutowej wizyty. Pytanie, które zadajemy sobie w redakcji, brzmi: czy płacimy za prawdziwą profilaktykę, czy za bardzo drogie poczucie bezpieczeństwa?

Czym jest Neko Health i jak trafiło na radary inwestorów?

Neko Health to szwedzka spółka założona w 2022 roku, która buduje sieć klinik łączących pełnoskanowe badania obrazowe, analizę krwi i algorytmy sztucznej inteligencji w jedną usługę profilaktyczną. Do tej pory firma otworzyła osiem klinik — dwie w Sztokholmie oraz kolejne w Londynie, Manchesterze, Birmingham i innych miastach Wielkiej Brytanii.

Runda Series C z 2025 roku była prowadzona przez Lightspeed Venture Partners i współprowadzona przez O.G. Venture Partners. Obok funduszy dołączyli inwestorzy indywidualni: dyrektor generalny Meta Mark Zuckerberg i Priscilla Chan, była tenisistka Maria Sharapova, muzyk will.i.am oraz były piłkarz Thierry Henry. Wcześniej w spółkę zainwestowali współzałożyciel Reddita Alexis Ohanian i aktorka Zoë Saldaña.

David Ofer z O.G. Venture Partners ma dołączyć do rady nadzorczej Neko, co — po uzyskaniu zgody regulacyjnej — jeszcze mocniej zwiąże fundusz z kierunkiem strategicznym spółki. Tak głośna lista nazwisk celowo sygnalizuje rynkowi, że Neko nie jest niszowym projektem dla miłośników biohackingu.

Jak działa skanowanie ciała wspomagane przez AI?

Wizyta w klinice Neko Health trwa 60 minut i — według opisu firmy — jest całkowicie nieinwazyjna oraz wolna od promieniowania jonizującego. Podstawą badania jest zestaw autorskich czujników i urządzeń medycznych zaprojektowanych na potrzeby tej konkretnej usługi, a nie standardowych aparatów kupowanych od zewnętrznych producentów.

Co mierzy system?

Podczas jednej wizyty urządzenia rejestrują: elektrokardiogram (EKG), pomiary tętnic, skład ciała, ciśnienie krwi, poziom glukozy we krwi, profil cholesterolu oraz ponad 2000 zdjęć wysokiej rozdzielczości skóry. Próbki krwi są analizowane na miejscu, co pozwala omówić wyniki jeszcze podczas tej samej wizyty z lekarzem.

Algorytmy AI przetwarzają zebrane dane i wyszukują wzorce wskazujące na potencjalne ryzyko czerniaka i innych nowotworów skóry, chorób sercowo-naczyniowych, cukrzycy typu 2, zespołu metabolicznego, a także czynników ryzyka udaru mózgu i zawału serca. Końcowy raport trafia do pacjenta w trakcie konsultacji z lekarzem — nie przez aplikację z powiadomieniem push.

Co odróżnia Neko od standardowej profilaktyki?

Większość mierzonych parametrów — ciśnienie, glukoza, cholesterol, EKG, ocena skóry — jest dostępna w ramach standardowych ścieżek opieki zdrowotnej. Przewaga Neko polega na agregacji: wszystkie badania w jednym miejscu, jednego dnia, zautomatyzowane i uzupełnione autorskim oprogramowaniem do obrazowania. Publiczne materiały kliniczne firmy, dostępne na jej stronie internetowej na dzień publikacji tego artykułu, nie zawierają jednak żadnego badania porównawczego wykazującego, czy takie połączone podejście przekłada się na lepsze wyniki leczenia lub efektywność kosztową w zestawieniu z tradycyjnymi ścieżkami profilaktycznymi.

Redakcja IWD Partner: Neko Health przypomina nam model wprowadzony przez Apple Watch — dane zdrowotne wyglądają imponująco w aplikacji, ale ich kliniczne przełożenie wciąż jest przedmiotem sporów w środowisku medycznym. Miliard dolarów finansowania to potężny sygnał zaufania rynku, ale historię medycyny prewencyjnej usłały liczne startupy, które zbierały dane świetnie, a poprawiały zdrowie — przeciętnie. Kluczowe pytanie brzmi: kiedy Neko opublikuje niezależnie zrecenzowane badanie wyników klinicznych?

Dlaczego ekspansja do USA jest strategicznym przełomem?

Stany Zjednoczone to największy rynek prywatnej opieki zdrowotnej na świecie — według danych Centers for Medicare and Medicaid Services (CMS) z 2023 roku wydatki na ochronę zdrowia w USA przekroczyły 4,5 biliona dolarów rocznie. Wejście Neko na ten rynek nie jest rozszerzeniem działalności — to test skalowalności całego modelu biznesowego.

Pierwsza klinika w USA ma powstać w Nowym Jorku. Na stronie internetowej firmy jest już otwarta lista oczekujących. Neko nie ujawniło jednak ani dodatkowych lokalizacji w USA, ani harmonogramu ekspansji, ani — co szczególnie istotne dla potencjalnych klientów — cen badań na rynku amerykańskim.

Dla porównania: w Szwecji i Wielkiej Brytanii usługa jest pozycjonowana jako oferta premium, dostępna bez skierowania lekarskiego. W systemie amerykańskim, gdzie większość badań profilaktycznych finansowana jest przez ubezpieczycieli, Neko będzie musiało zbudować własną kategorię cenową — prawdopodobnie kierowaną do zamożnych konsumentów lub pracodawców oferujących pakiety medyczne.

Kto za tym stoi i skąd pochodzi miliard dolarów?

Historia finansowania Neko Health przebiega w trzech wyraźnych etapach. W 2023 roku spółka zamknęła rundę Series A o wartości 65 milionów dolarów. W styczniu 2025 roku pozyskała kolejne 260 milionów dolarów. Czerwcowa runda Series C z 2025 roku — 700 milionów dolarów — podnosi łączne ujawnione finansowanie powyżej 1 miliarda dolarów w ciągu zaledwie dwóch lat.

Wśród nowych inwestorów instytucjonalnych znalazły się Liberty City Ventures, Positive Sum oraz BDT & MSD. Obecność funduszy takich jak General Catalyst — aktywnie inwestującego w transformację opieki zdrowotnej — sugeruje, że Neko jest postrzegane nie tylko jako sprzęt medyczny, lecz jako platforma danych zdrowotnych z potencjałem systemowym.

Dlaczego AI w profilaktyce zdrowotnej ma znaczenie?

Według raportu Światowej Organizacji Zdrowia (WHO) z 2023 roku, choroby niezakaźne — w tym choroby sercowo-naczyniowe, cukrzyca i nowotwory — odpowiadają za 74% wszystkich zgonów na świecie. Większość z nich można wcześnie wykryć lub opóźnić ich rozwój dzięki odpowiedniej profilaktyce. Problem polega na tym, że tradycyjne systemy ochrony zdrowia są zaprojektowane do leczenia, nie do przewidywania.

Modele AI trenowane na dużych zbiorach danych obrazowych i biomarkerów potrafią identyfikować subtelne wzorce, które umykają ludzkiemu oku podczas rutynowego badania. Firma Google DeepMind opublikowała w 2024 roku badania pokazujące, że algorytmy mogą wykrywać wczesne oznaki retinopatii cukrzycowej z dokładnością porównywalną do specjalisty okulisty. Neko Health idzie podobną ścieżką, rozszerzając zakres danych wejściowych na całe ciało.

Jeśli modele Neko zostaną kiedyś poddane niezależnej weryfikacji klinicznej — czego na razie brakuje w publicznych materiałach firmy — i wykażą realną wartość predykcyjną, mogłoby to zmienić sposób, w jaki definiujemy profilaktykę: z corocznego badania krwi w gabinecie lekarskim w stronę ciągłego, zautomatyzowanego monitorowania biomarkerów.

Powiązane pojęcia z AI i uczenia maszynowego

• Computer vision (widzenie maszynowe) — dziedzina AI, w której algorytmy analizują i interpretują obrazy cyfrowe lub wideo, wykorzystywana m.in. do automatycznego wykrywania zmian skórnych na zdjęciach dermatologicznych.
• Biomarker — mierzalna cecha biologiczna (np. poziom glukozy, ciśnienie tętnicze) używana jako wskaźnik stanu zdrowia lub ryzyka choroby, stanowiąca surowiec dla modeli predykcyjnych AI.
• Uczenie nadzorowane (supervised learning) — technika uczenia maszynowego, w której model trenowany jest na etykietowanych danych (np. zdjęciach skóry z potwierdzonymi diagnozami), by nauczyć się rozpoznawać podobne wzorce w nowych przypadkach.
• Multimodalne modele AI — systemy przetwarzające równocześnie różne typy danych wejściowych (obrazy, liczby, tekst), co odpowiada podejściu Neko łączącemu imaging skóry z danymi laboratoryjnymi i pomiarami fizjologicznymi.
• Profilaktyka predykcyjna — podejście medyczne, w którym dane analityczne i modele ML służą do identyfikacji ryzyka chorób zanim pojawią się objawy kliniczne, na podstawie wzorców statystycznych w dużych zbiorach danych pacjentów.

Na podstawie materiałów źródłowych.