INTELLIGENZA ARTIFICIALE NEL SETTORE SANITARIO: ANALISI EMPIRICA DELLE AI-STARTUP NEGLI STATI UNITI E IN EUROPA

Artificial intelligence (AI) is increasingly recognized as a transformative force in the healthcare industry, with a growing number of startups developing innovative solutions in clinical and organizational areas. This study aims to: a) empirically analyze the characteristics of healthcare AI startups in the US and European markets; b) classify these startups into functional domains; c) identify which domains attract the highest levels of funding. The data was extracted from the Crunchbase platform, obtaining a sample of 1,607 US startups and 2,499 European startups. Startups were classified into six functional domains (Diagnostics, Treatment, Monitoring & Follow-Up, Drug Discovery, HealthTech Infrastructure, Administrative Process) using a hybrid approach based on semantic embeddings and keyword scoring. Descriptive statistics analyzed the distribution of funding, revenue, development stages, and geographic location of startups. Funding differences between domains were examined using inferential analysis. The study shows a highly skewed distribution of funding received, with most startups concentrated in the early stages of the life cycle and in the lowest revenue ranges. Inferential analysis highlighted statistically significant differences between functional domains, with divergent investor attractiveness hierarchies between the United States and Europe. The results suggest the existence of different investment priorities in the two ecosystems: in the United States, domains related to administrative process management and drug discovery show higher levels of funding, while in Europe, clinical diagnostics emerge. These findings contribute to a better understanding of the competitive dynamics in the AI-startup ecosystem in the healthcare sector, providing empirical evidence on the structural differences between the US and European markets.

L’intelligenza artificiale (AI) è sempre più riconosciuta come una forza trasformativa nel settore sanitario, con un numero crescente di startup che sviluppano soluzioni innovative in aree cliniche e organizzative. Il presente studio si propone di: a) analizzare empiricamente le caratteristiche delle AI-startup in ambito sanitario nei mercati statunitense ed europeo; b) classificare tali startup in domini funzionali; c) identificare quali domini attraggono i maggiori livelli di finanziamento. I dati sono stati estratti dalla piattaforma Crunchbase, ottenendo un campione di 1.607 startup statunitensi e 2.499 startup europee. Le startup sono state classificate in sei domini funzionali (Diagnostics, Treatment, Monitoring & Follow-Up, Drug Discovery, HealthTech Infrastructure, Administrative Process) tramite un approccio ibrido basato su embeddings semantici e keyword scoring. Le statistiche descrittive hanno analizzato la distribuzione dei finanziamenti, del revenue, delle fasi di sviluppo e della localizzazione geografica delle startup. Le differenze di funding tra i domini sono state esaminate mediante analisi inferenziale. Lo studio mostra una distribuzione fortemente asimmetrica dei finanziamenti ricevuti, con la maggioranza delle startup concentrata nelle fasi iniziali del ciclo di vita e nei range di revenue più bassi. L’analisi inferenziale ha evidenziato differenze statisticamente significative tra i domini funzionali, con gerarchie di attrattività per gli investitori divergenti tra Stati Uniti ed Europa. I risultati suggeriscono l’esistenza di priorità di investimento differenti nei due ecosistemi: negli Stati Uniti i domini legati alla gestione dei processi amministrativi e alla drug discovery mostrano i livelli di finanziamento più elevati, mentre in Europa emerge la diagnostica clinica. Tali risultati contribuiscono ad una migliore comprensione delle dinamiche competitive nell’ecosistema delle AI-startup nel settore sanitario, fornendo evidenze empiriche sulle differenze strutturali tra il mercato statunitense e quello europeo.