这两家公司刚刚融资！传统IVD企业会不会被互联网企业取代？

Caris Life Sciences主攻肿瘤诊断，开发人工智能分子分析平台。

主打产品Caris Assure 是一种血液检测平台，通过整合全外显子组测序（WES）、全转录组测序（WTS）与AI学习，实现了对血浆中 DNA 和 RNA 超过23,000个基因的分子谱分析，依托 RIT （Research and Information Technology, 研究与信息技术）临床试验网络和专业团队，将分子检测结果与临床试验匹配，大幅缩短患者入组时间（最快5天，通常约两周）。

这项检查无需事先进行组织活检，用人工智能模型来识别肿瘤衍生信号，达到高灵敏度的癌症检测与监测。

多癌症早期检测（MCED）：在 I-IV 期癌症中达到 83.1% 至 95.7% 的敏感性，特异性为 99.6%。 

Caris 的核心优势包括：

• 海量样本与多组学深度：650万次检测覆盖近85万名患者，样本量与病例多样性让 AI 模型训练更可靠，提高了罕见突变识别能力；

• 多层次数据融合：同时分析 DNA、RNA、蛋白质和免疫标志物，比单一组学更全面，能挖掘出基因层面看不到的治疗线索；

• 自研 AI 平台：自动化出具临床报告，迭代速度快，可迅速响应新靶点和临床需求；

• 强合规与合作网络：拥有 CLIA/CAP 资质，且与 Moderna、AbbVie 等逾 100 家生物制药企业合作，确保技术落地和商业转化。

  
  

最重要的是：

构建了 “样本检测 - 智能分析 - 用药匹配 - 临床入组” 的诊疗流程闭环。

02 

Scopio: 血液形态学+AI，构建高效细胞形态学方案

位于以色列的Scopio Labs 刚刚推出了全血形态学 （CBM） 分析仪，核心功能是大规模自动化和标准化血涂片分析。

CBM 建立在 Scopio 专有的 Full-Field 技术之上，利用计算成像和人工智能的分析，将当前的 PBS（Peripheral Blood Smear, 外周血涂片） 审查工作流程转变为标准化流程，且分析的细胞数量是

当前血细胞形态护理标准的 10 倍。

Scopio 利用计算摄影的技术，将数字成像平台以 100 倍放大倍数捕获大扫描区域，而不会牺牲整个视野，从而计算出清晰的 100 倍分辨率全视野样本图像。

计算摄影取代了昂贵的光学和机械设备，大大降低了整体解决方案成本，同时提供了完全数字化的全场景细胞形态学解决方案，让检测更快、更高效。

人工智能将通过一次自动分析数以万计的细胞（远远超出任何人类的量化范围），推动超越人类能力的极限。

除了提升分析的精准度和速度，Scopio Labs 还致力于推动医学成像诊断的远程协作与共享。

借助其数字化平台，医生和医学专家可以在不同地理位置实时查看和分析同一患者的血细胞图像，打破了时间和空间的限制，让专家资源得以更充分地利用，为患者提供更广泛、更优质的医疗服务。

这项技术将为形态学的标准化诊断铺平道路，直接从血液样本中诊断疾病。

03 

两家公司有哪些共同点？

两家公司公司虽然技术路线大不相同，但共同点也很明显，他们都用

人工智能

具体分解下来，他们共同的产品模式都是“采样+AI+人工”：

把采样作为“入口”，AI以极高的效率分析检测数据，快速出具检验报告，并且配备专业团队在线校准和咨询互动。

同时，这两家公司还有几个共同点：

1、瞄准未被满足的市场需求，打造超越同业的产品性能

Caris定位于血液样本的多癌种早筛，无需组织活检，多个组学并用，精准筛查多种癌症。不仅降低了癌症筛查的门槛，降低了癌症筛查的费用，而且扩充了癌症筛查的种类。

Scopio也是以血液为样本，通过10倍标准的涂片面积，100倍的放大倍数扫描血液细胞，做到“看血细胞”就能诊断疾病。

2、突破了传统医检所的地域限制

采样之后的环节，都做到了工具化和在线化，无需多点分布检验团队。

3、人工智能极大提升效率

人工智能无论是学习优化、分析计算、质控能力都优于人工团队，极大提升了报告产品效率和企业运营效率，从而降低了用人的成本。

4、远程协作助力实现“医疗平权”

优质医疗资源的区域布局一般较为集中，不发达地区的诊断水平严重滞后。利用远程联网协作，服务区域的制约不复存在，任何地区都能享受到同等品质的诊断服务，助力实现“医疗平权”。

5、“推荐入组”形成诊疗闭环

之前，无论是药企找患者，还是患者进入临床测试组，都存在信息不对称带来的匹配困难，Caris利用与药企和临床医生的广泛合作关系，为医患双方推荐适合的用药和入组推荐，搭建医药患“三方奔赴”的快捷通道。

04  

中国IVD创新路径，诊断与数智融合将是其一

近两年，中国IVD的发展进退维谷，“内卷”成为日常谈论的高频词汇。AI之于IVD，除了病理读片之外（姑且把病理纳入IVD范畴），能够真正落地的案例乏善可陈。

究其原因，在政策环境上：政府对医疗体系高度管控，诊断数据安全缺少标准，数据权属也很难界定；结果互认虽在推行，但企业无论是与医疗机构的合作还是独立检验，在临床采信上都存障碍。

在企业经营层面：一是IVD企业的核心决策者更加关注诊断技术，对信息系统的认知尚不充分；二是缺少AI系统的开发人才储备；三是对组合构建创新要素的商业模式上，也缺少思考和手段。

可以预见，数智化将会日益普及，国家也非常支持人工智能在诊断领域的应用。

互联网企业在人工智能领域具备前期的技术、人才与资金优势，存在以AI技术为资本通过收并购等方式快速入局IVD行业的可能。未来的IVD行业，会不会被互联网企业整合或是替代？成为我们值得思考的命题。

国内IVD企业也已经开始行动。

前不久，杭州医策科技刚刚完成Pre-A轮融资，这家公司主要从事体外诊断和病理CRO的人工智能产品研发，构建"AI+IVD&CRO"产业生态；同在杭州的迪英加科技也在AI数字病理领域布局多年。

通过“DataMed IVD数据中心”查询获知，这两家公司近期均在湖北省数智化病理服务采购项目上斩获颇丰。但从目前来看，中国数智病理赛道的市场化应用进程才刚刚开始。

Caris从创立到上市，经历了17年时间。从软硬件研发，到运营体系的打造，再到形成正向回报，一个完整商业模式的确立，往往需要耕耘多年。

挣快钱、抄作业的时代结束了。下半场，IVD产业的创新空间，不仅仅要关注新技术和新场景，还需要关注人工智能。