L’entreprise californienne utilisera ces fonds pour développer sa technologie de jumelage du corps entier, qui vise à prévenir et à inverser les maladies métaboliques.
La startup Twin Health, spécialisée dans les soins métaboliques numériques, a annoncé avoir levé 50 millions de dollars de financement, deux ans après avoir obtenu 140 millions de dollars de financement de série C.
Temasek a mené le financement avec la participation des investisseurs existants Sofina, ICONIQ Growth, Helena et Peak XV.
Le produit de Twin est le Whole Body Digital Twin, un modèle soutenu par l’IA qui vise à fournir des conseils personnalisés en matière de nutrition, de sommeil et d’activité pour aider les gens à prévenir et à inverser les maladies métaboliques telles que le diabète de type 2.
« Le financement nous aidera à propulser notre stratégie visant à étendre la disponibilité de notre technologie transformatrice et la manière dont elle est déployée à encore plus de plans de santé et d’employeurs partenaires, afin de réduire les coûts, d’obtenir de meilleurs résultats et d’accroître la satisfaction de leurs membres et employés », a déclaré Jahangir Mohammed, fondateur et directeur général de Twin Health, dans un communiqué.
APERÇU DU MARCHÉ
Une enquête menée au début de l’année par TCS, une organisation mondiale de services informatiques, de conseil et de services aux entreprises, auprès des futurologues de TATA Consultancy Services et de leurs pairs, a révélé que les experts pensent que les jumeaux numériques vont remodeler la société d’ici 2035, avec une large adoption dans les soins de santé au cours des six prochaines années.
La startup singapourienne Mesh Bio est une autre entreprise qui travaille sur la technologie des jumeaux numériques. Elle se concentre sur l’utilisation des jumeaux numériques pour aider à gérer les cas croissants de maladies chroniques, en particulier en Asie du Sud-Est, où 62 % de tous les décès dans la région sont dus à des conditions non transmissibles.
La société Unlearn, spécialisée dans la technologie des essais cliniques, utilise un modèle d’apprentissage automatique pour créer des jumeaux numériques de participants à des essais contrôlés randomisés, qu’elle présente comme un moyen de mener plus rapidement des essais cliniques de plus petite taille, puisqu’il n’est pas nécessaire de trouver autant de participants pour le groupe de contrôle.
Unlearn a obtenu l’an dernier un financement de série B de 50 millions de dollars, ce qui porte le montant total de son financement à près de 70 millions de dollars.
