Triomics привлекла $22 млн в раунде Series B на платформу, которая автоматизирует рутину в онкоцентрах: от подбора клинических исследований до подготовки к приему пациента. Для русскоязычной IT-аудитории это еще один сигнал: ИИ для онкологии перестает быть красивой презентацией для инвесторов и превращается в прикладной корпоративный софт с понятной экономикой времени.
Раунд возглавила Battery Ventures, также в нем участвовали прежние инвесторы Nexus Venture Partners, Lightspeed, Y Combinator и другие, как пишет TechCrunch. Для самой Triomics это уже не первый заметный этап роста: стартап основан в 2021 году, а в середине 2024-го он уже поднимал $15 млн в Series A. Теперь компания усиливает ставку на нишевую медицинскую автоматизацию, где цена ошибки высока, а выигрыш от сокращения ручной работы ощущается сразу.
Изначально Triomics решала довольно узкую, но болезненную задачу: помогала врачам подбирать для пациентов подходящие клинические исследования. В онкологии это критично, потому что история болезни быстро превращается в многолетний архив из врачебных заметок, результатов визуализации, патоморфологических отчетов и даже сканов факсов. Сооснователь и CEO компании Sarim Khan говорит, что Triomics видела медкарты на тысячи страниц. В такой среде победит не тот, кто громче всех рассказывает про ИИ, а тот, кто умеет вытаскивать нужный факт из хаоса документов без лишнего клика и без второй системы на соседнем мониторе.
За последние пару лет, на фоне роста возможностей больших языковых моделей, Triomics расширила платформу. Помимо подбора исследований, она добавила верифицируемые саммари по пациентам и встроила их прямо в те инструменты, которыми клиницисты уже пользуются. Это важная деталь: медперсонал не заставляют переучиваться и прыгать между окнами. Если свести все к сухой инженерной логике, продукт продает не «магический ИИ», а сокращение времени на подготовку к приему, меньше ручного поиска по документам и более предсказуемый workflow для команды.
Почему именно онкология стала удобной точкой входа
Онкология вообще хорошо показывает, где специализированные модели могут выиграть у универсальных. Пациенты живут дольше благодаря прогрессу в лечении, но у этого есть побочный эффект: объем записей растет годами, а вместе с ним растет нагрузка на врачей и административный персонал. В такой системе выгорание сотрудников становится не абстрактной HR-проблемой, а прямым операционным риском. Triomics делает ставку ровно на этот зазор между качеством медицины и объемом бумажной, точнее уже цифровой, рутины.
Отсюда и второй сценарий использования, который хорошо объясняет коммерческий потенциал продукта: автоматизация отправки tumor reports в государственные регистры. Для ракового центра это не nice-to-have, а юридическая обязанность. Когда стартап закрывает не только «удобство врача», но и обязательный комплаенс-процесс, разговор с корпоративным заказчиком становится заметно предметнее. Для B2B SaaS это почти учебник: лучший способ закрепиться в организации — встроиться в процесс, который нельзя просто отменить.
На этом фоне особенно показателен тезис Triomics о том, что универсальные ИИ-агенты хорошо справляются с базовыми саммари, но крупные учреждения вроде Memorial Sloan Kettering и Yale Cancer Center выбирают именно их решение, потому что модели обучены на онкологических данных. Для разработчиков и продактов вывод неприятный, но полезный: горизонтальные LLM-платформы не автоматически съедят все вертикали. В чувствительных доменах с тяжелыми данными и сложной терминологией отраслевой слой по-прежнему может быть сильным moat, если он подтверждается реальным внедрением, а не только словом domain-specific в питчдеке.
Что это значит для рынка ИИ в медицине
Конкуренция у Triomics при этом вовсе не тепличная. В части суммаризации карт и помощи врачам она пересекается с ИИ-медскрайбами вроде Abridge и Nuance от Microsoft, которые строят документацию на основе разговоров врача и пациента. Но Triomics идет немного с другой стороны: не столько слушает кабинет, сколько разбирает уже накопившийся пласт медицинских данных. Это важное различие в архитектуре ценности. Один класс продуктов фиксирует происходящее здесь и сейчас, другой пытается навести порядок в историческом массиве данных. Для больших клиник нужны оба подхода, а значит рынок, вероятно, будет делиться не по слову AI в описании, а по месту в клиническом процессе.
Пока у Triomics есть аргументы, что рынок это различие понимает. По словам Khan, за последний год стартап увеличил число корпоративных клиентов в четыре раза, а годовую регулярную выручку в пересчете на год — в десять раз. Абсолютные цифры компания не раскрывает, поэтому делать вид, будто перед нами уже следующий гигант цифровой медицины, рано. Но динамика для стадии Series B выглядит достаточно убедительно, чтобы инвесторы продолжали делать ставку на узкоспециализированный ИИ для онкологии, а не только на платформы общего назначения.
Для российского и русскоязычного рынка здесь, пожалуй, самый интересный вывод не в самом факте нового раунда, а в форме продукта. Побеждают не ассистенты «на все случаи жизни», а инструменты, которые умеют работать внутри тяжелого отраслевого контура, встраиваются в существующие интерфейсы и снимают конкретный административный налог с специалистов. Если эта логика сохранится, следующая волна роста в healthtech AI пойдет не от самых разговорчивых чат-ботов, а от систем, которые незаметно разбирают документы, подготавливают решения и экономят часы там, где раньше уходили дни. Проверить, насколько уверенно Triomics описывает этот кейс, можно в материале .
