2x YC founder. 3 Exits. 6 Kids. Built a $50M manufacturing business. Now building RonanRX (YC S26) ==== You’re too old. You have too many kids. You didn’t go to the right school. Unpopular opinion: those are just excuses you’re telling yourself. I first did Y Combinator in 2010. I was 29, had two kids, and had a Bible degree. 16 years later, I’m back in YC. I’m 45 and have six kids. What mattered then is what matters now: build something people want, know your market, and grow. 17 days to Demo Day. === I couldn’t explain my own company. So I drove to Palo Alto and had Paul Graham do it for me. 16 years ago, Paul was my group partner during my first Y Combinator batch. Last week, I ran into him at a YC dinner. He invited me to his house for office hours. I told him our problem: We manufacture drugs, help patients get prescriptions through doctors, and ship those medications directly to their doors. Normally, that’s four or five different companies. We’re doing it under one roof. Paul’s answer: “Direct-to-consumer pharmaceutical company for personalized medicine.” Something that was impossible before AI. I think it’s a banger. What do you think? 20 days to Demo Day. === 21 days to Demo Day. Yesterday, we threw a Peptide Party at Y Combinator. Free haircuts. A doctor. One goal: turn founders into customers. 32 people got haircuts. 3 became customers. 9% conversion rate. Apparently free haircuts are now part of our customer acquisition strategy. I did YC in 2010. I don’t remember this being in the curriculum.

Симуляция испытаний У меня год или два назад возникла гипотеза, что некоторые опросы общественного мнения можно уже и не проводить – спрашиваешь ChatGPT, он угадает распределение ответов с приемлемой точностью, плюс-минус 10% очень часто бывает достаточно. Гипотезу я тогда проверил, гипотеза провалилась. Израильский #стартапдня QuantHealth оказался настойчивее меня. Он проверяет гипотезу, что можно не проводить клинические испытания лекарств – стартап обучил модель, которая всё посчитает и предскажет заранее, без реальных пациентов. Этот препарат с этой дозировкой сработает, а этот – увы, на помойку, никому он не поможет. Понятно, что предсказание AI регулятору не покажешь. Никто не одобрит лекарство на основании каких-то там расчетов, испытания все равно нужны, стартап не пытается с этим спорить. И отказаться от тестирования того, что заведомо не работает, тоже невозможно – за каждым проектом стоит человек и его карьера. Руководитель проекта всегда рискнет корпоративными деньгами ради личного успеха, прогноз QuantHealth его не остановит. Реалистичное применение – в середине. На основании своих вычислений стартап советует изменить протокол: добавить испытуемых, уменьшить дозу и подобное. Предельно упрощая, если эффект ожидается сильным – экономим, все равно увидим, если слабым – раздуваем бюджет, чтобы все-таки получить результат. Пример с лендинга – подсказали как сузить аудиторию, чтобы эффект вырос в 3 раза, уменьшили число необходимых испытуемых, выиграли 15 месяцев и 30 миллионов долларов. Технология уже проверена практикой. QuantHealth говорит, что работает с половиной крупнейших фармкомпаний мира и виртуально испытал уже больше 600 лекарств, это единицы процентов потенциального рынка. https://quanthealth.ai/ #здоровье #ai #технология #израиль #roundb

Одобрен первый препарат, воздействующий на причину нарколепсии Нарколепсия — это хроническое заболевание нервной системы, которое нарушает способность мозга нормально регулировать состояние сна и бодрствования. Одно из наиболее характерных проявлений заболевания заключается в выраженной сонливости в дневное время, при этом ночью сон также может быть нарушен. Кроме того, у пациентов возникают сонный паралич и галлюцинации. Препарат Orzeyful стал первым лекарством, которое воздействует не только на симптомы нарколепсии, но и на биологическую причину заболевания. Он восстанавливает работу системы орексина, связанной с поддержанием бодрствования, и за счет этого может одновременно влиять на несколько проявлений нарколепсии первого типа. https://hightech.plus/2026/08/18/odobren-pervii-preparat-vozdeistvuyushii-na-prichinu-narkolepsii

Где ИИ реально помогает с лекарствами Разработка лекарства — один из самых медленных и провальных процессов в науке: около 90% кандидатов так и не доходят до аптек. Искусственный интеллект уже ускорил первый шаг — поиск многообещающих молекул. Но именно тут и кроется ловушка: дальше начинается самое трудное. Об этом вышел большой разбор Алдена Вудса для Университета Вашингтона, где он расспросил трёх руководителей нового института I2D3 (Institute for Innovations in Drug Delivery and Disposition). Их главная мысль: найти молекулу, которая цепляется за нужный белок, — это ещё не открыть лекарство. Препарату надо пройти сквозь тело: например, всосаться в кишечнике при приёме в таблетке, не разрушиться слишком быстро, при необходимости пробраться через гематоэнцефалический барьер в мозг и продержаться в организме нужное время. Раньше всё это подбирали методом проб и ошибок — отсюда и низкий процент успеха. Вот где вступает ИИ. Вместо десяти кандидатов в антитела лаборатория может спроектировать тысячу и больше, набрать данные и заранее отсеять риски. А «цифровые двойники» — компьютерные модели конкретного пациента с его работой почек, индексом массы тела и прочим — позволяют предсказать, как поведёт себя препарат, ещё до первого укола. Это, кстати, шанс для тех, кого обычно обходят стороной в испытаниях, — например, беременных. @vselennayaplus

Ловлю культурные шоки в США. По телевизору в кафешке крутилась реклама рецептурного лекарства. Ооочень долгая и подробная: сценки с людьми, которым полегчало после приёма препарата, перебивались буквально чтением инструкции и перечислением списка побочных эффектов. Суммарно это всё длилось минут пять Ещё раз, лекарство рецептурное. Вы не можете просто пойти и купить его, сперва нужна выписка от доктора. Рекомендацией к нему обратиться и заканчивалась реклама. Но почему вообще пациент может рекомендовать доктору, что тот должен ему выписать? Поделился этим шоком с людьми. Мужчина, работавший в медицине в трёх разных странах, высказал неожиданную точку зрения, почему это бывает неплохо. Не все врачи следят за новинками в области лекарств. Кто-то выписывает одно и то же уже не первый десяток лет – по привычке или потому что главный приоритет уже не улучшить жизнь пациентов, а самому дожить до пенсии. Кто-то и вовсе выпишет старое лекарство, требующее внутримышечное введение, вместо современной таблетки, чтобы клиника получила больше денег за проведение процедуры. Если пациент принимает более активное участие в процессе лечения и спрашивает о новых лекарствах, врач должен обосновать отказ или согласиться выдать более современный препарат Использование самых лучших методов лечения – это, на мой взгляд, безусловное благо. Но не уверен, что коммерческие рекламы – лучший (или вообще хороший) способ его достижения А что думаете вы? #медицина@chelovek_nauk #культура@chelovek_nauk