Startups de saúde e IA no Brasil: promessa real ou bolha?

O mercado brasileiro de healthtechs vive em 2026 seu momento mais maduro até aqui. Com mais de 1,9 mil empresas ativas, o país já concentra quase 65% de todas as startups de saúde da América Latina — à frente de México, Argentina, Colômbia e Chile somados —, segundo o Anuário da Associação Brasileira de Startups de Saúde e Healthtechs (ABSS).

No primeiro semestre de 2026, as startups do setor captaram mais de R$ 520 milhões. Boa parte desse capital foi direcionada a soluções de inteligência artificial, especialmente aquelas voltadas a acelerar exames de imagem e atuar como copilotos clínicos, dando suporte à decisão médica sem substituí-la.

Em comparação com 2025 — quando o setor captou R$ 1,214 bilhão —, o ritmo de investimentos sugere menos euforia. Longe de indicar retração, o movimento aponta para uma correção de rota. Hoje, a referência de uma healthtech forte já não está no tamanho dos cheques, mas na capacidade de comprovar redução real de custos e ganhos de eficiência para hospitais e operadoras.

Face a esse novo contexto, não há como não perguntar: estamos diante de uma promessa que começa, de fato, a se materializar — ou de expectativas ainda infladas pelo ciclo recente de investimentos? 

Para entender como essa mudança se traduz na prática, o Prime Health Report ouviu duas perspectivas que se encontram no mesmo mercado, mas partem de lógicas diferentes: a de quem constrói uma healthtech de IA por dentro e a de quem decide, todos os dias, onde alocar capital no setor.

 A IA virou mesmo indispensável para uma healthtech sobreviver?

Para Pedro Batista Jr., médico e CEO da Horuss AI, healthtech brasileira de unificação de dados de saúde, a resposta é sim — mas o avanço vem acompanhado de uma relação que ele classifica como “desconfortável” entre aposta e retorno. "Em 2025, a IA representou cerca de 46% de todo o investimento em saúde no mundo", aponta.

O descompasso fica claro ao olhar para o mercado americano: o volume investido chega a dez para um em relação ao retorno real — ou seja, dez dólares aplicados de um lado para apenas um dólar de retorno efetivo do outro.

Apesar do descompasso, o avanço é inegável — no lado prático ao menos. Nos Estados Unidos, o percentual de hospitais e redes de saúde que usam IA saltou de 3% para 22% em apenas dois anos — impulsionado principalmente por tarefas como documentação de consultas e gestão de faturamento. Ainda assim, o ritmo de incorporação segue atrás do volume de capital investido. 

No Brasil, o cenário é ainda mais pé no chão. Com os juros elevados, os investidores perderam a paciência com promessas de longo prazo e passaram a exigir retorno imediato. Não por acaso, os sistemas de gestão financeira e contábil — o lado menos “glamouroso”, mas que traz economia rápida — foram os que mais atraíram dinheiro, enquanto as aplicações médicas mais arrojadas continuam em fase de testes.

O que já é resultado comprovado, e o que ainda é promessa?

Na prática, Batista divide o setor em três camadas: o que é operação real, o que está em transição e o que ainda não passou do discurso. Hoje, o resultado comprovado está concentrado no back-office — como faturamento, autorização de procedimentos e telemedicina — e na IA de análise de imagem, que já tem aprovação regulatória.

Já as chamadas ferramentas preditivas — capazes de prever o risco de saúde dos pacientes e fazer triagens inteligentes — começam a dar resultados. Contudo, esse sucesso depende menos do algoritmo em si e mais da boa gestão e da maturidade das equipes médicas.

Mas o verdadeiro problema está onde a ciência ainda não passa de promessa: nos diagnósticos sem médico, nos chatbots de sintomas no lugar de enfermeiros e nos assistentes virtuais de saúde autônomos. “Quanto mais perto do paciente e mais autônoma a decisão, menor a evidência disponível hoje”, resume Batista. E conclui: “o resultado concreto está no back-office; a promessa, no estetoscópio”.

Que dificuldades reais uma healthtech de IA enfrenta no Brasil?

Para Batista, a maior barreira não é regulatória — é de dados. "Validar IA exige dado longitudinal, estruturado e interoperável, e o sistema brasileiro é um arquipélago", descreve, citando prontuários fragmentados por hospital e ainda incipiente Rede Nacional de Dados em Saúde (RNDS). 

Um modelo treinado com dados de hospital privado em São Paulo, alerta, não está validado para o interior do Nordeste dentro do SUS — "não é detalhe estatístico, é risco de amplificar desigualdade". A isso se soma uma fragmentação regulatória real: a mesma solução responde simultaneamente à Anvisa, ao Conselho Federal de Medicina e à LGPD — "o que falta não é regulação, é coerência entre elas", resume.

Mas o obstáculo "mais cruel", segundo Batista, é o chamado piloto eterno: "o hospital brasileiro topa pilotar de graça, mas a distância entre o piloto e o contrato é um abismo". Nos Estados Unidos, cerca de 80% dos projetos de IA em saúde nunca saem da fase piloto — e no Brasil, na avaliação do executivo, o número é ainda pior.

Os investidores enxergam esse volume de capital como sustentável, ou como bolha?

Gustavo Cavenaghi, sócio da KX Ventures, gestora de venture capital especializada em saúde, evita classificar o momento de forma simplista como "bolha" ou "sustentável". "Sempre que novas tecnologias relevantes surgem, é natural que o mercado ainda não entenda exatamente como precificá-las", pondera.

Para ele, o setor vive um ciclo parecido com o da telemedicina entre 2020 e 2021: a tecnologia transformou o atendimento, mas a euforia inicial passou. "Poucas empresas conseguiram construir um negócio lucrativo apenas com essa proposta tecnológica e precisaram se reinventar conforme cresciam", compara.

Na hora de assinar o cheque, Cavenaghi busca startups que entreguem mais do que uma tecnologia que impressione. Para atrair capital sério, a empresa precisa somar tecnologia sólida, um benefício claro para o cliente e um time que entenda a fundo o setor. "Empreender em saúde é um desafio à parte; não basta ter um bom produto", afirma.

Para o investidor, é justamente na equipe que mora o principal sinal de alerta. Como a IA tornou a criação de softwares cada vez mais barata e acessível, a barreira técnica caiu. Por isso, o divisor de águas entre quem atrai investimentos e quem fica de fora passou a ser a capacidade do time em navegar entre as burocracias de hospitais, operadoras e reguladores.

Ao comparar o Brasil com o mercado americano, Cavenaghi destaca as particularidades locais. Por aqui, o setor é focado no B2B (vendas para empresas e hospitais) e dividido entre o SUS e os convênios. Soluções criadas nos Estados Unidos raramente podem ser apenas "importadas" sem adaptação — o que abre um espaço valioso para startups brasileiras resolverem dores locais sem concorrência internacional.

O que os maiores fracassos do setor revelam?

Os fracassos mais didáticos do setor, segundo Batista, não vieram depequenas empresas — mas de algumas das maiores startups do setor. O caso mais emblemático foi o da britânica Babylon Health. A startup chegou a valer US$ 4,2 bilhões no seu IPO, em 2021, ostentando contratos com o sistema de saúde público do Reino Unido (NHS) e a promessa de um "médico de IA" para todos. A empresa faliu em 2023, após ex-funcionários revelarem que a suposta "inteligência artificial" não passava de um conjunto de regras manuais organizadas por médicos juniores em planilhas. Outro colapso bilionário foi o da americana Olive AI, avaliada em US$ 4 bilhões após captar mais de US$ 800 milhões para automação de faturamento hospitalar. A empresa cresceu rápido demais, prometeu mais do que entregava e encerrou as operações no fim de 2023.