Los inversores están empezando a verter a millones en la tecnología de salud de la mujer. ¿Tu startup tiene lo que se necesita para llamar su atención?
Una serie de promesas Las empresas de tecnología de la salud de la mujer han aparecido en los últimos años, desde aplicaciones de fertilidad hasta brazaletes de ovulación, incluso Apple ha saltado al tema con la adición del período incluido en la última edición del reloj. Pero no ha habido mucho en la forma de innovación en la salud sexual de las mujeres durante décadas.
La fertilización in vitro (FIV) ahora es un invento de 40 años e incluso las principales compañías farmacéuticas han gastado una miseria en investigación y desarrollo. Los sujetos como el síndrome de ovario poliquístico, la endometriosis y la menopausia han tomado un segundo plano a otras preocupaciones más fatales. La fertilidad también es a menudo una misteriosa caja negra, aunque un 10% de la población femenina en los Estados Unidos tiene dificultades para quedar o quedarse embarazada.
Todo eso está empezando a cambiar a medida que las nuevas empresas ahora están trayendo millones en capital de riesgo para reunir y tratar la salud de las mujeres. Si bien es de los primeros días (todavía no hay unicornios), el interés en el tema ha aumentado constantemente cada año.
Para destacar mejor la importancia del papel de la tecnología para estimular una mayor innovación para la fertilidad de las mujeres, les preguntamos a cinco VC apasionados por el espacio para sus estrategias de inversión, que incluyen a Sarah Cone (Social Impact Capital), Vanessa Larco (NEA), Anu Duggal ( Fondo de fundadores femeninos), Jess Lee (Sequoia) y Nancy Brown (Oak HC / FT).
Sarah Cone, Capital de Impacto Social
Sarah Cone, Capital de Impacto Social
Nos interesan las compañías que crean grandes conjuntos de datos sobre la salud y la fertilidad de las mujeres, lo que permite la medicina personalizada, la virtualización de ensayos clínicos, los mejores resultados para los pacientes y la aplicación de técnicas modernas de AI / ML para generar hipótesis que descubran nuevos objetivos y moléculas.