概
产品总览
一
数字病理AI平台
利用病理图像通过深度学习提取特征，构建 HRD 预测、MSI 预测和肿瘤溯源模型。
HRD 预测（进行中）
MSI 预测（规划）
肿瘤溯源（规划）
二
精准医疗检测推荐平台
覆盖检测前、检测中、检测后全流程，以医生端CDS为核心，AI驱动基因检测个性化推荐与决策支持。
检测前推荐·引擎
检测后决策·CDS
队列管理
患者管理
一
产品一：数字病理AI平台
本平台利用病理图像通过深度学习模型提取特征后采用机器学习算法构建模型，对肿瘤样本进行 HRD 预测、MSI 预测和肿瘤溯源。平台产品包含：HRD预测、MSI预测和肿瘤溯源。
1. 平台建设步骤
🔬
第一阶段
HRD 预测
- 基于 IHGAMP 方法复现与优化，采用可插拔路线（Foundation Model + ML）
- TCGA 数据验证 → 外部医院队列验证 → 公司自有数据验证
- 科研论文 + 专利申请
🧬
第二阶段
MSI 预测
- 借鉴 DeepHRD / marugoto 等方法迁移至 MSI 检测任务
- 多分辨率 MIL 架构适配不同癌种 H&E 特征
- 目标：AUC ≥ 0.85，覆盖结直肠/胃/子宫内膜等主要癌种
🔍
第三阶段
肿瘤溯源等扩展
- 基于多癌种 Foundation Model 特征进行 CUP 溯源
- 拓展至 TMB 等更多生物标志物预测
- 推进 NMPA/FDA 医疗器械注册
2. 竞品分析 · 全市场竞品综合对比
| 公司 | 总部 | 核心技术 | 核心产品 | 监管/认证 | 融资/背景经营 | 特色亮点 |
|---|---|---|---|---|---|---|
| Paige AI（Tempus旗下） | 美国纽约 | 深度学习 + MIL | Paige Prostate、Paige Predict（123种biomarker，16癌种）、OmniScreen（505基因，1228种biomarker） | Paige Prostate获FDA De Novo批准（首个AI病理诊断产品） | 2025年被Tempus以8100万美元收购，近700万张数字化病理切片图像 | 产品线最全面的AI病理平台之一 |
| ArteraAI | 美国旧金山 | 多模态AI（MMAI），结合数字病理图像和临床变量 | ArteraAI Prostate Test、ArteraAI Breast | Prostate获FDA突破性设备认定；Breast为首个FDA批准的乳腺癌数字病理风险分层工具 | 累计融资约1.5亿美元 | 多模态AI病理风险分层领导者 |
| Lunit | 韩国首尔 | Vision Transformer架构，自研Foundation Model | Lunit SCOPE GP（H&E直接预测EGFR/ALK/ROS1/MET/KRAS/HER2等） | — | 1.35亿美元（Pre-IPO），韩国上市公司 | 与阿斯利康合作开发NSCLC风险评估工具 |
| Owkin | 法国 | AI病理诊断 | MSIntuit® CRC | 首个获CE认证的MSI AI诊断产品 | 约3.34亿美元，与罗氏等合作 | AI驱动精准医学的欧洲领军企业 |
| Waiv（2026.3从Owkin分拆） | 法国 | AI病理诊断 | MSIntuit® CRC + RlapsRisk BC | CE-IVDR双认证 | 3300万美元 | Owkin分拆独立运营，专注病理AI |
| PAICON | — | AI病理诊断 | SatSight DX | — | — | 60-90分钟从H&E检测MSI，平均AUC 92%，成本大幅降低 |
| Proscia | 美国 | 数字病理平台 | Concentriq® 数字病理平台 | — | D轮5000万美元，累计超1亿美元 | 开放平台集成第三方AI算法 |
| DeepGEM（腾讯+金域+广医附一院） | 中国 | 多示例学习(MIL)+Transformer端到端架构，无需人工标注 | H&E预测肺癌基因突变（EGFR/KRAS/ALK等，计划扩展至12种） | 发表于《柳叶刀·肿瘤》 | 腾讯牵头，金域医学落地 | 1分钟完成预测，精度78%-99%；基于4260例患者/8520张切片验证；支持国产/进口扫描仪 |
| 迪英加科技 | 杭州 | D-PathAI全切片分析系统 + DeepPathAI深迪魔方多模态病理大模型（2025年发布，覆盖40+癌种） | D-Path系列、DeepPathAI平台 | 20余项医疗器械注册证；国家高新技术企业 | C+轮，估值超15亿元；累计融资超3亿元（中金/君联/深创投/IDG等）；2025年提交港股上市申请 | 5秒处理一亿像素图像；营收增长70%；服务近千家医疗机构；获评浙江省"科技新小龙" |
| 透彻未来（原透彻影像） | 北京 | Transformer架构；"透彻大脑"(Thorough Brain)病理大模型 | Thorough Insights v5.0智慧病理诊断平台、Thorough ESD | — | A++轮（道合科技投资领投）；累计投资方含启明创投/KIP/弘道/普华/磐霖等 | 业务覆盖荷兰/美国/香港等全球市场；加速数智化病理科全球布局 |
3. 核心开源库横向对比（直接从图像预测HRD）
| 方法 | 年份 | 核心方法 | 癌种覆盖 | AUROC | 预训练模型 | 开源协议 | 关键备注 |
|---|---|---|---|---|---|---|---|
| DeepHRD | 2024 | 两阶段MIL-ResNet18，多分辨率（5×+20×） | 乳腺、卵巢 | — | 不提供 | Academic（禁商） | 已在中国申请专利，商用风险大 |
| IHGAMP | 2026 | Foundation Model + PCA + Ridge 回归 | Pan-cancer，31种 | 0.827（OpenSlideFM） | 提供 | 未明确 | 单卡RTX 4090达139 slides/h，效率最高 |
| marugoto | 2022-24 | 自监督（RetCCL）+ attMIL | 10种 | ~0.780 | 需外部下载 | 未明确 | 通用弱监督分类框架 |
| DeepSMILE | 2022 | SimCLR + VarMIL | 乳腺、结直肠 | 0.810 | 未提供 | MIT | 唯一MIT协议，适合商用参考 |
| joint-mtl-cpath | 2024 | 多任务Transformer + 16种平衡策略 | 结直肠、肺 | +4.1% | 需配合STAMP | 未明确 | 多任务场景适用 |
| wsi_mil | 2023 | SSL + MIL + 偏差缓解 + 可解释性 | 乳腺 | 0.860 | 未明确 | 未明确 | 可解释性分析能力强 |
| SuRe-Transformer | 2025 | DINO + RDSA Transformer | 乳腺（跨癌种→卵巢、胰腺） | 0.887±0.034 | 需联系作者 | 未明确 | AUROC最高，但复现难度最大 |
选择建议：IHGAMP（FM+轻量分类器）在泛癌种覆盖、计算效率和预训练模型可获得性上综合最优；DeepSMILE 是唯一 MIT 协议开源方案，适合商用参考；SuRe-Transformer 精度最高但复现门槛高。
4. 技术路线对比：端到端 vs 可插拔
🔗 端到端（自监督 + MIL）
代表方法：DeepHRD、marugoto、DeepSMILE、SuRe-Transformer
✅ 优势任务特化优化，精度天花板更高
⚠️ 劣势计算开销大，泛化性受限
- 特征提取与分类联合优化
- 端到端梯度回传，任务特异性强
- 需大量 GPU 资源训练
🔌 可插拔（Foundation Model + ML）
代表方法：IHGAMP、STAMP
✅ 优势计算高效，跨任务泛化强
⚠️ 劣势受限于 FM 特征质量
- FM 即插即用，无需重新训练特征提取器
- 单卡 RTX 4090 达 139 slides/h，效率极高
- 易于切换不同 FM，灵活迭代
5. HRD 预测项目进度（采用“可插拔”路线）
进度：完成CLIP模型训练环境搭建，完成第一次分析流程测试。
| 方面 | CLIP（测试模型） | UNI |
|---|---|---|
| 预训练数据 | 自然图像（10亿+） | 病理图像（1亿+） |
| 任务特异性 | 通用物体识别 | 病理特征提取 |
| 验证程度 | 未在病理任务验证 | 34项病理任务验证 |
| 计算成本 | 较低 | 较高 |
CLIP-ViT-B-16
模型架构
1,133
TCGA-BRCA WSI
1.16 TB
数据总量
3 min/WSI
特征提取（2,000 tiles）
| 指标 | 数值 |
|---|---|
| 样本量 | 925 例 TCGA-BLCA |
| HRD-high 样本 | 273 (29.5%) |
| HRD-low 样本 | 652 (70.5%) |
| 数据划分 | 80% 训练 / 20% 验证，分层抽样（740 训练 / 185 验证） |
| 验证集结果 | AUC = 0.681 |
计划
1. 尝试 UNI2 模型
使用 UNI2 模型（病理专用）进行特征提取，提升 HRD 预测性能。预估 1 个月。
2. 其他来源病理图像验证
在其他来源的病理图像数据上进行外部验证，评估模型泛化能力。预估 1-2 个月。
3. 公司自有图像数据验证
在公司自有图像数据上进行最终验证（待定）。
6. 项目效益
🔬
Phase 1
短期 · 科研产出
- 完成 IHGAMP 方法复现与优化
- 基于自有数据（医院队列）进行外部验证
- 科研论文
- 申报科研课题 / 专利申请
💰
Phase 2
中期 · 降本增效
- 通过 AI 预筛查提高 HRD 检测 NPV，减少不必要的测序送检
- 降低外送检测成本
- 优化临床路径——快速初筛 + 精准验证双轨并行
- 积累临床验证数据，支撑后续产品注册
🏥
Phase 3
长期 · 产品转化
- 打造 AI 辅助病理 HRD 检测产品（医疗器械软件）
- 推进 NMPA/FDA 二类/三类医疗器械注册
- 拓展至更多癌种和生物标志物预测（MSI、TMB 等）
二
产品二：精准医疗检测推荐平台
覆盖检测前、检测中、检测后全流程，以医生端临床决策辅助为核心切入点，AI驱动的基因检测产品个性化推荐与决策支持。
1. 平台建设步骤
🎯 当前阶段
🔍
Step 1
检测前产品推荐
▸ 产品推荐引擎
▸ 推荐理由证据溯源
▸ 专家审核 (HITL)
📋
Step 2
检测后临床决策
▸ 治疗方案推荐
▸ 临床试验匹配
▸ 文献证据支撑
👥
Step 3
队列管理与匹配
▸ 入排标准匹配
▸ 数据标准化
▸ 队列筛选与导出
🩺
Step 4
患者管理
▸ 症状追踪
▸ 用药提醒
▸ 随访管理
2. 系统架构（四层架构）
| 层级 | 面向角色 / 核心模块 |
|---|---|
| 用户层 | 医生端 · 患者端 · 药企端 · 管理端 |
| 业务层 | 🔹 检测前推荐：产品推荐引擎 · 证据溯源 🔹 临床决策支持：治疗方案推荐 · 临床试验匹配 🔹 队列管理：入排标准匹配 · 数据标准化 🔹 患者管理：症状追踪 · 用药提醒 |
| 数据层 | 知识图谱 · 指南库 · 临床数据库 · 患者数据 · 文献库 · 试验库 · 真实世界数据 · 行为数据 |
| 基础设施层 | 数据安全 · 隐私保护 · 合规审计 · 系统监控 · 平台基础服务 · 多租户隔离 · 集成互操作 · MLOps |
3. 竞品分析
3.1 基因检测类竞品对比
| 公司 | 地区 | 核心定位 | 核心技术 | 检测前推荐 | 检测后决策 | 关键数据/亮点 |
|---|---|---|---|---|---|---|
| Tempus★ 最佳对标 | 美国 | AI驱动精准医疗平台，全球最大临床+分子数据图书馆 | 多组学AI分析 + Tempus OS多Agent操作系统 | - | 分子分型预测、用药建议、临床试验匹配 | 2025年收入$12.72亿（+83%）；收购Ambry Genetics |
| Guardant Health | 美国 | 液体活检+AI精准肿瘤学 | InfinityAI学习引擎，多模态数据分析 | - | 分子分型预测、Shield多癌早筛、治疗方案推荐、临床试验匹配 | 2025Q3收入$2.652亿（+39%）；Shield MCD真实世界验证 |
| Foundation Medicine（罗氏旗下） | 美国 | 基因组检测+数字化决策支持 | navify Clinical Hub（含GenAI/LLM） | — | AI临床试验匹配、文献搜索、MDT准备 | LLM摘要：时间↓21%，完整性↑26%；MDT准备时间减少50-75% |
| Caris Life Sciences | 美国 | 多模态精准肿瘤学平台 | DEAN引擎（疾病生态AI网络） | GPSai分子分类匹配（90种癌症类别） | Molecular Tumor Board报告 | 2025年IPO募资$4.94亿；FOLFIRSTai指导OS提高71% |
| Natera | 美国 | 液体活检+AI基础模型 | 10亿参数AI Foundation Model | — | 数字患者模拟器、NeoPredict | 25万+肿瘤外显子组；2025年营收$20.2-$21亿 |
| Ambry Genetics / Myriad MyRisk | 美国 | 固定基因panel按癌种匹配 | 静态规则（非AI动态推荐） | 基于临床指南匹配癌种→panel | — | 已被Tempus收购（2025.2）；传统遗传检测路线 |
| GeneT （华大基因） | 中国 | 行业首个基因检测多模态大模型 | 百亿参数多模态大模型 + GeneT Agent | - | iGeneT Pro专业解读平台 | 百万级数据训练；一致率98.5%，效率提升60.7% |
| 至本医疗 | 中国 | 临床试验匹配/诊断/疗效预测 | SmartMTB AI精准诊疗助手 | - | AI预测免疫治疗反应（AUC 0.87） | 80+项发明专利；CAP/CLIA双认证；覆盖全国500+医院 |
| 燃石医学 | 中国 | NGS全流程自动化+AI解读+数据社区 | OncoMaster全自动化生信解读 | - | LAVA精准诊疗数据社区、30秒出报告/180秒完成审核 | 大Panel分析<1.8h；并行处理30+样本 |
| 世和基因 | 中国 | 早筛/MRD/片段组学多组学 | 序语大模型早筛、MERCURY cfDNA片段多组学早筛 | - | - | DECIPHER-Omnia登Nature Medicine；金陵队列10万人前瞻性研究 |
| 吉因加 | 中国 | AI驱动全链条精准医疗 | GenoVision多模态大模型 | - | Gene+AiBox智能分析一体机 | 累计120万+样本；服务1000+医院 |
3.2 非基因检测类竞品对比
| 公司 | 地区 | 核心定位 | 核心技术 | 特色功能 | 关键数据/亮点 |
|---|---|---|---|---|---|
| OncoBrain ★ 最接近参考 | 美国 | 全球首个肿瘤学临床推理引擎 | 肿瘤知识图谱 + Graph RAG + LLM + CHECK安全层 | 个性化治疗方案+推理过程引用；人工在环 | <1%幻觉率；100万+患者数据；Moffitt癌症中心孵化 |
| Biodesix | 美国 | 肺部疾病AI诊断 | Diagnostic Cortex® AI平台 | Nodify Lung结节风险评估 → 检测组合推荐 | 5项Medicare覆盖检测；2024年营收$7130万（+45%） |
| GenoCure.AI Supreme™ | 以色列 | AI驱动的精准肿瘤学引擎 | Clinogenomic算法，ML驱动基因组+分子数据分析 | DNA/RNA测序报告输入→治疗推荐研究报告 | 2024年成立，种子轮由Hadasit投资 |
| CSCO AI（浙江海心智惠） | 中国 | CSCO指南智能版AI辅助决策系统 | 肿瘤知识图谱 + AI自动生成 + 专家审核闭环（HITL） | CSCO指南规范化推荐 | 已推出乳腺癌版CSCO AI for BC |
| 天枢（中山大学肿瘤防治中心） | 中国 | 国内首个结直肠癌AI诊疗大模型 | 三元融合（大模型底座 + 专科知识体系 + 真实世界数据） | 思维链可视化，多源知识库动态更新 | 覆盖CACA/CSCO/NCCN/ESMO指南 |
| OncoMUSE 3.0（北京玄薇生物医疗） | 中国 | 肿瘤专科智能助手 | AI临床智能体 + OncoAPI医学数字孪生体 | 肿瘤免疫治疗毒性前置性预测AUC 0.92 | 300+肿瘤专家测试；App已上线；与国家癌症中心合作 |
| 肿瘤全周期管理智能体（盈康生命/海尔集团） | 中国 | 肿瘤专属AI私人医生 | "盈康大脑"三层架构；五类智能体 | 早筛/诊断/MDT/居家/生态全覆盖 | 2026.6与华为云合作；每年服务近20万肿瘤患者 |
4. 检测前产品推荐落地方案
Phase 0：基础建设
3 周
▸ 医学团队梳理 Top 3 癌种（NSCLC、CRC、Breast）指南映射规则
▸ 产品团队梳理公司产品目录，建立产品-基因-癌种映射
▸ 技术团队搭建基础项目框架
Phase 1：核心引擎
4 周
▸ 规则引擎开发
▸ 规则管理后台
▸ 推荐 API 开发
Phase 2：前端 + 集成
3 周
▸ 患者画像录入界面
▸ 推荐结果展示页
▸ 端到端集成测试
Phase 3：验证 + 发布
3 周
▸ 内部验证：50-100 例历史病例回顾验证
▸ 性能测试 + 安全审计
▸ 上线部署
4.1 核心功能模块（P0-MVP）
P0-MVP
产品推荐引擎
根据患者画像推荐最合适的基因检测产品/套餐
P0-MVP
推荐理由溯源
每条推荐附带指南/文献引用可追溯证据链
P0-MVP
专家审核 (HITL)
AI生成 → 专家复核后输出，Human-in-the-loop
5. 风险矩阵
⚖️
监管合规
Regulatory Compliance
医疗器械注册
NMPA分类界定 II/III类
数据安全
《数据安全法》《个人信息保护法》
人类遗传资源
《人类遗传资源管理条例》
🛠️
技术风险
Technical Risk
AI 幻觉
LLM解读偏差，需幻觉检测层
数据质量
多来源整合，标注一致性
🔒
隐私计算
Privacy Computing
隐私计算
多机构数据协作，数据不出域
