フルタイム従業員はわずか2名。それでいて、MEDVi は 2025年に $401M（約602億円）[1] の売上を計上したと報じられ、The New York Times（ニューヨーク・タイムズ）が 2026年4月2日に取り上げたことで一気に注目を集めました。まず驚くのは、この数字と組織規模の落差です。ただ、この事例が示しているのは、AI時代の少人数経営の可能性だけではありません。規制や信頼を軽く見ると、どこで崩れるのかもはっきり表れています。本稿では、医療AIの起業を考える立場から、何を学び、何を避けるべきかを整理します。
1. Startup Fact Sheet
- 企業名: MEDVi（medvi.org / medvi.us）
- 従業員数: 2名（フルタイム。創業者数とは別）
- 2025年売上高: $401M（約602億円）（New York Times が財務書類を確認）[1]
- 本社所在地: 米国ロサンゼルス（公式サイトより確認）
- 創業年: 2024年9月
- Founder: Matthew Gallagher（公開情報で創業者として確認できる名前は Matthew のみ。弟 Elliot Gallagher は後に合流）
- 資金調達: 自己資金 $20,000（外部調達なし。未確認）
- 2026年売上予測: $1.8B（同社公表。未確認）[6]
- 純利益率: 16.2%（2025年、約$65M）（New York Times 報道ベース）[1]
- 日次売上: $3M超（2026年初時点）
- 累計患者数: 約250,000人（2025年末）→ 500,000人超（2026年4月時点）
- 主要プロダクト: GLP-1系コンパウンド薬（セマグルチド・チルゼパチド）オンライン処方
- 収益モデル: B2C月額サブスクリプション（処方薬+遠隔診療込み）
- 規制対応状況: 2026年2月20日 FDA警告状 #721455 受領（misbranding違反）
- パートナー: CareValidate（テレヘルスインフラ）、OpenLoop Health（医師・薬局・配送）
2. 創業者の背景と市場とのかみ合い
Matthew Gallagher はエンジニアでも医師でもない、ロサンゼルス出身の起業家です [5]。MEDVi 創業前は高級時計のサブスクリプションサービス Watch Gang の CEO として D2C 事業を率いており、サブスクリプション運営とデジタルマーケティングの経験を積んでいました。フルタイム2名で $401M を回した背景にあったのは、医療知識の深さというより、患者を集めて継続課金につなぐ設計に経営資源を集中させたことでした。
2024年夏、GLP-1受容体作動薬（主にセマグルチド・チルゼパチド）への注目は一気に高まっていました。これらはもともと糖尿病治療薬として広がりましたが、体重減少効果の大きさが知られるにつれて、肥満治療薬としても爆発的な需要を集めました。Gallagher はこの流れを見て、「処方薬を患者に届けるまでの摩擦を最小化する仕組みだけを作る」という戦略を選びました。
その実現方法は明快でした。調達は自己資金2万ドル [1]、採用はほぼゼロです。医師による診療判断、処方、調剤、配送、コンプライアンス実務は、CareValidate と OpenLoop Health という「テレヘルス・イン・ア・ボックス」型の外部インフラに載せました。一方で自社が握ったのは、集客、申込導線、広告制作、顧客接点の設計です。つまり MEDVi が作ったのは医療提供体制そのものではなく、患者を集め、申し込み、継続課金につなぐ販売と運営の前面部分でした。
AI はその前面部分を薄く回すための道具として使われていました。公開情報から見る限り、LLM は文章作成、広告文案、FAQ、顧客対応文面、ランディングページのたたき台づくりを高速化し、MidJourney や Runway は画像や動画素材の大量生成を担っていたと読めます。要するに AI が代替したのは診療そのものではなく、`集客クリエイティブを大量に試すこと`、`申込導線を素早く作り替えること`、`サポート文面を低コストで回すこと` でした。2名で回った理由は、AIが医療を代替したからではなく、マーケティングとオペレーションの人手を極端に薄くできたからです。
彼が市場とうまくかみ合った理由は、「医療の専門知識」ではなく「消費者向け事業を伸ばす設計力」にあったと考えられます。米国ではすでに、Hims & Hers、Noom Med、Ro のように、オンライン診療と継続課金モデルを広げてきた DTC（Direct-to-Consumer）型デジタルヘルス企業が存在していました。MEDVi は、そうした先行企業が作ってきた文法を、GLP-1という巨大需要に非常に速く適用したわけです。ただし、このかみ合い方は医療DTC市場を深く理解していたというより、開いていた規制の窓とD2C事業のノウハウがちょうど重なったことに支えられていました。だからこそ急成長はできた一方で、臨床データ、医療提供体制、ブランド信頼といった中核資産は自社に厚く蓄積しにくかったのだと思います。
3. 事業構造の分析
#### 解いていた課題
MEDVi が解いた課題は三層構造でした。具体的には、`受診や処方にたどり着くまでのアクセス障壁`、`肥満治療を受けること自体への心理的ハードル`、`ブランド薬の価格の高さ` の三つです。ただし前提として、この三層が「解ける状態にあった」のは、2024〜2025年という FDA 薬剤不足指定期間中に限られていました。市場の課題自体は本物ですが、その課題をこのビジネスモデルで解ける「旬」には期限がありました。
まず大きかったのは、治療にたどり着くまでのアクセス障壁です。ブランド薬の Ozempic や Wegovy を使った治療を受けるには、内分泌科や肥満外来の受診、長い待ち時間、高い自己負担という壁があります。MEDVi はオンライン問診から遠隔医師診断、コンパウンド薬（薬局で調製される代替薬）の配送までを一続きにすることで、その入口のハードルを下げました。
次に効いたのが、心理的ハードルです。「肥満外来に行くのは恥ずかしい」「職場や家族に知られたくない」という患者心理が実受診を妨げます。匿名に近いオンラインフローはこの心理コストを大きく下げました。これは、精神科・性感染症・不妊治療など、心理的ハードルの高い診療科にも共通する構造です。
そして最後に大きかったのが、価格の壁です。ブランド薬のGLP-1は月 $800〜$1,200 超が相場だった一方、MEDVi のコンパウンド薬は推定で月 $100〜$299 水準と大幅に安く見えました。ここで競合として意識すべきなのは Hims や Ro だけではありません。高すぎて受診そのものを諦めていた患者も、実質的な競合でした。
#### 収益構造
250,000人の患者で $401M の売上ということは、単純計算で1人あたりの売上、つまり顧客単価が年間 $1,604（月 $134 相当）になります。これは「1人の患者が平均して毎月どれくらい売上を生んでいたか」を見るための数字です。純利益率 16.2%（$65M）[1] という水準は、製造、医師、薬局をパートナーに委託し、自社で重い設備や大人数の運営体制を抱えない低変動費構造の産物でした。ここでいう変動費とは、患者が増えるたびに比例して増えるコストのことであり、MEDVi はその多くを外部化していました。固定費もほぼゼロに近く、AIが代替した人件費は月数百ドルで済んでいました。
注目すべきはキャッシュフロー構造です。月額前払いサブスクは「顧客から先にキャッシュを受け取り、医師・薬局へは後払い」という順序を生みます。$20,000 の自己資金だけで $400M 超の事業を回せた根本理由はここにあります。需要が先に確認でき、供給コストを後から払う設計だったからです。外部資金調達に依存しない成長は、事業立ち上げの理想形のひとつと言えます。
ただし、この収益構造は見た目ほど安定していません。まず最大のランニングコストであるMeta広告費は、AI生成の広告素材や、医師らしく見せた人物画像、誇張されたビフォーアフターのような、誤認を招きやすい広告表現に支えられていた面があります。コンプライアンス対応後も同じ効率で新規顧客を獲得できるかは分かりません。ここでいう CAC（Customer Acquisition Cost: 顧客獲得コスト）は、1人の患者を獲得するのにいくら広告費や販促費がかかるかという指標ですが、その水準が今後も維持できる保証はありません。
さらに深刻なのは、LTV（Lifetime Value: 顧客生涯価値）がコンパウンド薬の合法性に強く依存している点です。LTV は1人の患者が将来にわたってどれだけ利益をもたらすかを見る指標ですが、販売できる薬そのものが規制変更で止まれば、その前提は一気に崩れます。つまり MEDVi は、ユニットエコノミクス（1人の顧客ごとの採算）が合っているように見えても、その採算が成り立つ期間そのものを自社でコントロールできない構造にあります。
#### データ戦略と参入障壁
MEDViのデータ戦略は厚みを出しにくい構造です。患者データは医師・薬局ネットワーク（OpenLoop）側に蓄積され、MEDVi 本体は処方データの直接保有者ではありません。ここでいう参入障壁（MOAT）とは、後から他社がまねしにくくする事業上の強みのことですが、その観点で4つの軸から見ると、かなり弱い状態です。
まずデータの参入障壁は弱いです。MEDVi にも年齢、性別、継続率、申込経路のような顧客データは蓄積しえますが、診療判断や処方変更の経緯を含む厚い臨床インサイトは外部ネットワーク側に残りやすいです。そのため、事業改善に使える販売データは持てても、医療サービスの中核になる学習資産は自社に積み上がりにくいと考えられます。
次にブランド面の参入障壁も弱いです。2026年2月20日には、FDA が misbranding と FDA承認の誤示唆を理由に警告状を出しています。加えて、調査報道では AI生成の医師風アカウントやビフォーアフター画像を使った広告も多数確認されています。つまり、MEDVi ではブランド信頼を積み上げる材料よりも、信頼を損なう材料の方が先に表に出ています。
さらに強いネットワーク効果も見えにくいです。利用者数の増加は知名度や広告効率には寄与しえますが、既存患者の診療体験そのものを直接高める構造ではありません。
唯一あったのは規制面の参入障壁です。FDA薬剤不足指定期間中は、コンパウンドGLP-1を扱えること自体が参入障壁として機能していました。ただし、その優位は制度変更とともに薄れつつあります。
つまり、2026年以降の MEDVi に対して「いま何が競争優位なのか」と問うと、答えられるものがほとんど残りません。これが、この事業のいちばん深い構造問題です。
#### 規制対応の危うさ
この事例で最も学ぶべきであり、同時に最も慎重に見るべきポイントが規制対応です。
2026年2月20日、FDAはMEDViに警告状（#721455）を送付しました [4]。
指摘事項は2点あります。
1. Misbranding：MEDViのウェブサイトは自社がコンパウンドを調製しているかのように見せかけていましたが、実態はCareValidate/OpenLoopへの再委託でした。製品ラベルにMEDViの名称を使用したことがFDAのmisbranding規定に抵触しました。 2. FDA承認の誤示唆：「Wegovy や Ozempic と同じ有効成分」「Mounjaro や Zepbound と同じ有効成分」といった文言は、MEDViが扱っていたコンパウンド薬がFDA承認薬そのものではないにもかかわらず、FDA承認済みの製品にかなり近いもののように見せていたとして問題視されました。
ここで重要なのは、FDAが問題にしたのは「患者が未承認薬を受け取ったこと」そのものより、MEDViの表示、広告、販売の見せ方だったという点です。FDAの警告状も、主にウェブサイト上の表示とプロモーションを対象にしています。コンパウンド薬は一定条件下では直ちに違法とは言い切れませんが、FDA承認薬と誤認させる表現や、誰が実際に調製しているのかを分かりにくくする表示は違反と判断されました。
また、公開情報からは診療と処方そのものは OpenLoop Health 側の医師ネットワークが担っていたことが確認できます。一方で、個々の医師がMEDViの広告表現やブランド表示をどこまで了承していたかまでは確認できません。少なくともこの警告状から読み取れるのは、FDAが直接問題視したのは医師の診療判断ではなく、MEDVi側の広告・表示・販売実務だったということです。
さらに調査機関の追跡では、800以上のフェイクドクターFacebookアカウント（AI生成顔写真・捏造資格）によるマス広告や、AI生成ビフォーアフター画像の使用が確認されており、Meta上で5,000件超の広告が稼働していました [3]。
加えて、医師ネットワークを担うOpenLoop Healthは2026年1月に1.6百万件の患者データ流出を起こしており、MEDViもパートナー企業として間接的なリスクを負っています。
MEDViはコンパウンドGLP-1の「規制グレーゾーン」を最大限に活用しました。FDA薬剤不足指定期間中はコンパウンドが合法でしたが、2025年末以降FDAは短期間で方針を揺り戻し、2026年3月には同様の違反で30社以上にまとめて警告状を発行しています [4]。
重要な教訓は、「規制グレーゾーンを活用する戦略は、その規制が変わった後の代替戦略をセットで持っていないと、事業全体が揺らぐ」という点です。規制は「回避の対象」ではなく「変数として織り込むべきリスク」だと見る必要があります。
ただし、公開情報を見る限り、MEDVi はFDA警告後に直ちに消えたわけではありません。現在も公式サイトは稼働しており、`compounded medications are not FDA approved`、`OpenLoop Health clinicians retain the decision to prescribe`、`MEDVi does not produce compounded medications` といった注意書きを前面に出しています。つまり現状は、「事業継続はしているが、警告前のような強い見せ方では続けにくくなり、表示と免責を厚くした状態」と理解するのが近いと思います。
#### 競合との比較
比較相手にしているのは、Hims & Hers、Noom Med、Ro です。いずれも「オンラインで患者を集め、継続課金につなぐ」という点では MEDVi と近い一方で、組織の持ち方と規制対応の厚みはかなり異なります。
- 医師雇用: MEDVi は外部委託。Hims & Hers、Noom Med、Ro は内部雇用。
- 薬局: MEDVi は外部委託。Hims & Hers と Ro は自社調剤、Noom Med は外部。
- 従業員数: MEDVi は 2名。Hims & Hers は 700人超、Noom Med は 500人超、Ro は 700人超。
- 広告手法: MEDVi は AI生成広告が中心で問題も指摘された。Hims & Hers、Noom Med、Ro は通常のDTC広告。
- 規制状況: MEDVi は FDA 警告受領。Hims & Hers、Noom Med、Ro は概ね適正。
- 2025年売上: MEDVi は $401M [7]。Hims & Hers は ~$1.5B（全事業）。Noom Med と Ro は未公開。
MEDViの差別化は「AIによる限界費用の低い組織運営」と「コンパウンド薬の低価格」の組み合わせでした。しかし Hims や Ro は患者データを自社に蓄積し、複数適応症（ED・脱毛・精神科・避妊）に展開しています。MEDViが「GLP-1ワンプロダクト」にとどまる間に、競合は臨床データという資産を積み上げ、次の事業機会に向けた参入障壁を着実に築いています。速度では勝っても、資産形成では大きく後れを取っているように見えます。
4. この事例が投げかける論点
既存の見方を揺さぶった点：
「医療スタートアップには莫大な資本と専門人材が必要だ」という前提を揺さぶった点は見逃せません。Gallagher は医師免許もなく、VCも呼ばずに、月額数百ドルのAIサブスクで$400M超の売上を達成しました。テレヘルスの実装インフラが「APIのように呼び出せる」時代になったことを示す、初期の象徴的なスケール事例だったと言えます。
大きなインパクトを生んだ構造：
GLP-1という「需要が急増している一方で供給チャネルが詰まっている」市場を見つけ、そのボトルネックだけを除去する導線を作った点が大きかったです。製造・医療・物流は既存プロバイダーが担い、MEDViは「患者とシステムをつなぐUI/UXとマーケティング層」だけを担いました。これは2020年代のテックスタートアップが得意とする設計そのものです。
ただし、「速さ」と「深さ」を混同した点は大きな弱点でした：
MEDViが示したのは、「規制の窓が開いている間は非常に速く立ち上がれる」という事実です。しかしそれは、「事業として深く根を張れた」ことを意味しません。売上$401Mはフェーズ3（スケール期）に見えますが、事業の中身を見ると、PMFが規制グレーゾーン依存のまま固定されており、競合優位の源泉も「コンパウンドの合法性」という外部変数に乗っています。波に乗った成果をそのまま持続的な強さと見なしてしまうと、波が去った後の根を育てる時間を失います。そこにこの事例の大きな弱さがあります。
フェイクドクター広告、AI生成の偽患者証言、FDA規制違反という深い問題も同時に生み出していた点は見逃せません。NYTが「fastest-growing company in history」として取り上げた1か月前にFDAが警告状を送っていたという事実は [2]、スケールの速さと倫理設計の間に大きなギャップがあったことを示しています。
5. 医療分野で起業する立場で何を学ぶか
医療分野で起業する立場で学べる点
① CareValidate / OpenLoop モデルの活用
MEDVi が示したのは、予約、オンライン問診、同意取得、医師との接続、処方、決済、薬の配送、継続フォローといった機能を、自前で全部抱え込まなくても事業は立ち上がるということです。日本でも、こうした機能の一部を外部サービスとして利用できる場面は増えています。医師採用や薬局連携の仕組みを一から組まず、規制に沿った処方フローを外部基盤の上に組むだけでも、スタートアップ初期の資本効率はかなり高まります。
② 「先にキャッシュが入る」設計の優先
MEDViは外部資金ゼロで$400M超の事業を回しました。鍵は月額サブスクの前払い構造、つまり顧客からキャッシュを受け取り、供給コストは後払いにする設計です。日本でもオンライン診療・定期処方・継続フォローアップが必要な慢性疾患領域（糖尿病・高血圧・禁煙外来など）では、この構造を応用できる余地があります。初期の事業設計でこの順序を意識するだけでも、資金調達依存度は大きく下がります。
③ 心理コスト削減という無形価値
肥満・ED・精神疾患など「来院に心理的ハードルがある領域」では、デジタルチャネルの優位性は価格以上に大きくなります。日本の医療でも同様の構造は多数あります（精神科・皮膚科・性感染症・不妊治療など）。
④ AI × 少人数運営で高収益構造を実現した
AIが代替できる業務（カスタマーサポート・マーケ素材生成・コーディング）を最初から外出しする設計は、医師として起業する立場で「臨床と事業の両立」を模索する日本市場でも有効です。
避けたい失敗パターン
① 市場との適合を一点突破で終わらせない
MEDViの最大の弱さは、GLP-1コンパウンドという一点で市場との適合、つまり「この商品がこの市場で強く受け入れられる状態」を作れたとしても、それを進化させ続ける構えが見えにくいことです。規制が変わる、競合が追いついてくる、顧客ニーズがずれる。こうした変化に対応するには、常に「次にどの市場で、どの提供価値が通用するか」という仮説を走らせておく必要があります。$401Mの売上を稼げる局面にあるなら、GLP-1以外の適応症（ED・精神科・皮膚科）や収益モデル（BtoB・データ活用）を小さく実験する余地も本来はあります。
② 早期からデータ資産を自社に蓄積する設計をする
MEDViは患者データをパートナー（OpenLoop）側に預けたまま成長しました。これは初期の資本効率としては合理的でしたが、中長期では大きな弱点になります。患者の行動データ・臨床アウトカムデータを自社に蓄積する仕組みは、できれば初期設計から組み込むべきです。「データを持っている」という事実が、後から参入する大手との差別化要因になり、次の事業機会（パーソナライズ・予防医療・保険会社との連携など）の起点にもなります。
③ 50万人の顧客基盤は一つの商品を売るためだけにある、ではない
MEDViが持つ50万人超の患者基盤（肥満・代謝系に関心が高い層）[1] は、GLP-1以外にも体重管理コーチング、食事指導、筋トレプログラム、企業の健康経営支援など複数の収益機会に活用できます。顧客基盤が一つの商品に紐づいたままでは、その商品が消えると基盤ごと消えます。顧客の「肥満を改善したい」という上位目標に向けて複数の解決策を提供できる事業設計にすることで、1人の顧客から得られる価値は広がり、事業の安定性も高まります。
④ フェイク広告と規制違反は「コスト削減」ではなく「存続リスク」
MEDViのケースは短期収益を生みましたが、FDA警告、訴訟リスク、ブランド毀損という形で大きな反動も招いています。医療領域のマーケティングには日米ともに景品表示法・医療広告ガイドラインという強制ルールがあります。「やらない理由」ではなく「やった場合の最悪シナリオ」を先に考えると、結果として正直なマーケティングのROIが上がります。
⑤ OpenLoopリスクに学ぶ委託先デューデリジェンス
パートナーのデータ漏洩（1.6M件）は自社の患者信頼に直撃します。医療データを扱う委託先のSOC2・HIPAA対応状況の確認は、日本でも同様に個人情報保護法・医療情報安全管理ガイドライン準拠の観点で欠かせません。
医療AIへの転用シナリオ
シナリオ1：GLP-1処方支援AIの日本版（クリーン版）
日本では2023年に肥満症治療薬ウゴービが承認され、保険適用をどう広げるかという議論も続いています。そのため、生活習慣病外来の一部をオンライン化し、継続フォローアップをAIで支援するモデルには十分な可能性があります。ただし日本では、オンライン診療、服薬指導、薬の配送に関するルールを最初から丁寧に守る設計が欠かせません。MEDViのように販売導線だけを磨くのではなく、患者データを自社に蓄積しながら処方支援や継続支援の精度を高める設計を初期から組み込めば、長期的な参入障壁につながります。
シナリオ2：心理的摩擦の高い診療科へのAI問診拡張
精神科・性感染症・不妊治療領域でAI問診から遠隔処方までの流れを組む設計です。MEDViが示した「心理コストを下げる価値」を、より正面から実装する機会とも言えます。ここでも患者データと治療アウトカムの蓄積を設計の中心に置くことで、MEDViが作れなかった「学習する仕組み」を最初から持てます。
シナリオ3：AIが下支えし、医師が中核判断を担う運営モデル
MEDVi の実例から見えてくるのは、AIが集客、広告制作、問診前後の定型業務を担い、医師は実際の診療判断と処方に集中するという、大まかな役割分担です。これをさらに整理して発展させれば、AIが事務的な流れを引き受け、人間の医師が中核判断に集中するモデルは、日本の医師不足地域で一次医療を広げるうえでも現実的な選択肢になりえます。処方して終わりにせず、継続的なフォローアップと患者データの蓄積そのものをサービス価値に変えられれば、前払い型のキャッシュフローという強みを、より健全な形で引き継げます。
日本市場への転用時の注意点
- 薬機法：コンパウンド薬（医師の指示による調製）は日本でも薬局調製として存在しますが、「同じ有効成分なので実質的にウゴービと同じ」「承認薬とほぼ同じ効果」といった見せ方は、薬機法の誇大広告規制に抵触するリスクが高いです。
- オンライン診療規制：日本では、初診から完全にオンラインだけで完結できる場面にはなお制約があります。加えて現場では、紹介状、処方連携、予約管理、薬局連絡などに電話やFAXを含む古い運用が残っており、そこをどう実務としてつなぐかが初期の大きな壁になります。
- 健康保険との向き合い方：日本では GLP-1 系治療薬が保険の枠組みに入っていく可能性があり、米国のようにコンパウンド薬を前面に出す戦略は取りにくいです。その一方で、保険診療に合わせた継続管理、請求事務、患者フォローを支える仕組みには新しい需要が生まれます。つまり、日本では薬そのものを売るモデルより、保険制度の中で医療機関の運用を支えるモデルの方が現実的です。
結論として、MEDViは「医療テックに必要なのは医師資格でも莫大な資本でもない」と感じさせる事例です。同時に、「規制の窓が開いている間の速さ」と「事業として根を張ること」は全く別の話でもあると教えてくれます。速度設計の良さは学びつつ、データ設計、PMFの進化、複数の収益源の設計でそれを上回ることが重要です。医療分野で起業する立場にとって、MEDViはその両方を考えさせてくれる事例だと思います。
参考文献
[1] How Medvi Found Success With Just $20,000 And AI (Yahoo Finance / NYT): https://ca.finance.yahoo.com/news/ai-20-000-helped-one-235346225.html [2] The NYT spotlighted MEDVi. The FDA had already warned the self-proclaimed 'fastest growing company in history.' (Drug Discovery Trends): https://www.drugdiscoverytrends.com/the-new-york-times-spotlighted-medvi-the-fda-had-already-warned-the-self-proclaimed-fastest-growing-company-in-history/ [3] Why Is the New York Times Laundering the Reputation of a Sleazy AI Startup? (Futurism): https://futurism.com/artificial-intelligence/new-york-times-medvi-ai-glp1s [4] FDA Warns 30 Telehealth Companies Against Illegal Marketing of Compounded GLP-1s (FDA.gov): https://www.fda.gov/news-events/press-announcements/fda-warns-30-telehealth-companies-against-illegal-marketing-compounded-glp-1s [5] Matthew Gallagher's Medvi: How AI Built a $1.8B Telehealth Startup (Mirror Review): https://www.mirrorreview.com/news/matthew-gallagher-medvi-telehealth-startup/ [6] One Founder, $20K, and AI Tools Built a GLP-1 Telehealth Company Tracking $1.8 Billion in 2026 Sales (New Claw Times): https://newclawtimes.com/articles/medvi-matthew-gallagher-ai-agents-20k-1-8-billion-telehealth-glp1/ [7] How AI helped Medvi hit $401M in 2025 sales — NYT summary (Techmeme): https://www.techmeme.com/260402/p12