用AI做整包临床试验,「深度智耀」获近5000万美元D轮融资|36氪首发
搜狐财经·2025-12-11 00:09

公司融资与资金用途 - 近期完成近5000万美元D轮融资,由鼎晖百孚领投,老股东新鼎资本、红杉中国持续加注,指数资本担任独家财务顾问 [1] - 募集资金将主要用于“多智能体协作网络”的技术研发迭代及全球交付网络的建设 [1] 公司发展历程与战略定位 - 公司成立于2017年,过去三年完成了从“单点AI技术验证”向“AI原生临床研究平台”的代际跨越 [1] - 公司已转型为能够交付临床试验全流程结果的核心业务伙伴,脱离了传统软件供应商范畴 [1] - 公司创始人认为医药研发的未来在于认知重构,而非单一功能替代 [1] - 公司愿景是打造新一代的“医药研发操作系统”,通过AI Agent将繁琐流程自动化,让科学家专注于科学创新 [5] 核心技术架构与壁垒 - 公司将底层NLP能力升级为拥有上万个垂直领域智能体的“多智能体协作系统” [1] - 核心壁垒在于用“认知原子论”重构研发流程,将复杂的临床试验拆解为上万个原子化任务,每个任务由专精的Agent负责 [2] - 智能体通过类似脑神经的突触网络连接,实现了远超通用大模型的专业度 [2] - 构建了“设计端”与“执行端”的互相校验机制,当AI被人类专家修正时,系统会触发“反思机制”,自动回溯并修正代码逻辑 [4] - 独创的“双向验证反馈飞轮”机制让系统具备了类似人类专家的直觉,实现举一反三 [4] 商业模式创新 - 在行业普遍采用“按人头/工时付费”的传统模式下,公司开始探索基于里程碑的价值付费模式 [4] - 服务模式可为客户提供“数字彩排”,通过“数字孪生”技术在真实入组前进行全流程推演,模拟从患者筛选到数据统计的整个链路 [4] - 该模式能提前规避可能导致高脱落率的风险点,例如帮助日本药企Immunorock的试验方案获得日本PMDA一次性审核通过 [4] 数据安全与运营原则 - 针对药企数据主权问题,奉行“数据不落地、模型不记忆”的原则 [5] - 每个客户项目均在独立的物理沙箱中运行,项目结束后沙箱销毁,仅保留经过脱敏的“错误逻辑”用于提升系统鲁棒性 [5] 业务规模与验证 - 公司累计已服务超过1000家药企 [5] - 通过40000余个项目的实战交付,验证了系统在复杂医药场景下的通用性与稳定性 [5] 行业趋势判断 - 医药研发行业正处于从“劳动密集型”向“智能密集型”转型的历史节点 [5]