Guangzhou International Bio Island Group Co Ltd.

20 25 高新区集团 携手松禾资本 共商CGT产融结合发展新生态 前言 12月10日，广州高新区投资集团有限公司（以下简称“高新区集团”）联合松禾资本在广州国际生物岛成功举办了“CGT产融结合研讨会”。这次活动汇聚了20多位与CGT相关的生物医药企业、监管机构的专家和企业家，共探CGT产融结合以及产业链发展新引擎。 高新区集团副总经理兼广州国际生物岛集团有限公司董事长曾玮出席会议并致辞，首先对现场嘉宾的莅临表示热烈欢迎与感谢，并表示高新区集团正积极推动向生物医药产业投资集团转型，CGT是生物医药领域的前沿赛道，也是高新区集团产业投资的重要关注方向。高新区集团推动建设了高腾生物CDMO平台，并深度参与全国高校生物区域技术成果转移转化中心（CGT+AI制药分中心）建设。高新区集团希望通过汇聚产业、金融与资本智慧，凝聚发展共识，探索合作路径，共同构建开放协同的CGT产业新生态。 在政策结合临床研究交流环节，中山大学附属第三医院、广东省干（体）细胞临床研究质控中心办公室副主任黄小慧发表专题演讲，围绕政策引领与平台赋能的核心逻辑，从国家政策解读、本省工作实践与平台体系构建三个层面系统展开，为与会者清晰梳理了细胞临床研究的合规框架与实施路径，为企业的研发与申报决策提供了切实可行的操作指引。黄小慧在发言中强调，应进一步依托广东雄厚的产业基础与粤港澳大湾区的协同创新生态，合力推动广东成为全国细胞治疗技术发展的新标杆。 在技术与产业化演进方向，博腾生物副总裁季清洲基于全球CGT研发与交易动态，指出CAR-T、干细胞等领域仍是创新热点，基因编辑、iPSC、体内CAR等前沿技术正加速迭代。他强调，CDMO平台在工艺放大、成本控制与全流程服务中扮演关键角色，是连接研发与商业化、提升资本投入效率的核心支撑。 在金融赋能环节，民生银行广州分行投行部张巍介绍了为生物医药企业定制的全周期综合金融服务方案，涵盖研发贷款、投贷联动、跨境金融等多种工具，致力于匹配产业长周期、高投入的特点，为企业各阶段发展提供灵活适配的资金支持。 在产业模式创新方面，瑞因生物联合创始人、总裁张旭在分享中，深入剖析了CGT CDMO赛道的行业趋势与发展机遇。他提出，应把握“十五五”战略窗口，推动产业从传统CDMO向“细胞智造”全面升级。基于构建“技术+区域+智造”三位一体竞争壁垒的战略构想，张旭进一步介绍了以“中心库+卫星库+CDMO”矩阵模式为核心的产业实践路径，为细胞治疗中游产业实现规模化、标准化、全球化发展提供了系统化解决方案。 在产业交流互动研讨环节，松禾资本合伙人杨瑾围绕“CGT细分赛道资本化路径与规模化机遇”展开深度对话，嘉宾聚焦产业规模化路径、资本化特殊性与核心资产要求等议题进行了务实研讨。 与会专家从产业实践出发，深入探讨了CGT各细分赛道（包括成药管线、临床技术服务、CDMO、细胞库、类器官药物筛选等）的商业化路径与落地挑战，并结合广东省的临床资源、区位优势及本地资本支持，共同研判了产业规模突破的关键节点与先发优势构建路径。同时，在资本化路径方面，来自中信证券国际、通商律所及上市公司的代表分享了国际市场的最新监管动向、知识产权风险防控要点，以及港股18A等通道的实质审核要求。讨论聚焦于企业如何在创业初期即系统性构建合规架构、现金流管理能力与可持续商业模式，为创业企业明确了资本化准备的关键节点，也为投资机构提供了布局该赛道的决策参考。 本次活动不仅是一场思想碰撞的行业对话，为CGT领域的“创新链、产业链、资金链”三链融合提供了高效的对接平台，也为高新区集团在生物医药领域的战略转型与产业投资布局提供了重要参考与行动思路。未来，高新区集团将持续搭建高质量、强链接的生物医药大健康产融交流平台，携手各方伙伴，共同推动广州市黄埔区生物医药产业发展，为粤港澳大湾区打造全球生物医药创新高地。 投稿 | 国聚公司 编辑 | 行政办公室

//  • 冯博士追溯了AI的起源至1950年艾伦·图灵的问题：“机器能思考吗？”• 药物研发领域正从传统的 CADD 向 AIDD 转变，后者通过深度学习、机器学习、强化学习、遗传算法等方法显著提升了药物研发的效率和精度。• 深度学习、生成模型、图神经网络、转移学习与数学规划方法的融合为从头药物设计（De Novo Drug Design）带来了革命性突破，提高了设计效率与成功率。• AI 平台如“Deep6 AI”通过自然语言处理 (NLP)、机器学习和概念映射（Concept Mapping)算法等，能在几分钟内分析数百万份电子健康记录 (EHR)和其它数据，提高招募效率。• 美国FDA、欧洲EMA和日本PMDA等监管机构正努力跟上AI快速发展的步伐，强调基于风险的分类、透明度、临床验证及上市后监测等。• 冯博士呼吁研发人员将AI融入日常工作流程，视其为医疗创新中具有变革性的合作伙伴。现为多家生物制药公司高级顾问和多所大学教授的冯文昌博士, 近日在广州生物岛发表了一场见解深刻的演讲，阐述了人工智能（AI）如何彻底革新药物研发、临床试验及医疗设备的开发。演讲涵盖了AI的历史渊源、其在人工智能驱动的药物研发（AIDD）当前的应用和它为个性化医疗和监管科学所勾勒出的光明前景。冯文昌博士人工智能溯源：从理论到复杂神经网络的演变冯博士指出，AI源头可追溯至 1950 年艾伦・图灵那具有开创性意义的问题：“机器能思考吗？”  从早期基于规则的“专家系统”，到如今大语言模型、变换器以及深度学习等领域的重大突破。这些技术，包括卷积神经网络（CNN）、生成对抗网络（GAN）、循环神经网络（RNN）以及预测分析（Predictive Analytics）等，使得人工智能能够分析海量数据集、预测结果，甚至生成全新的深刻见解。在医疗保健领域，冯博士强调了人工智能在诊断方面的作用（例如，通过卷积神经网络进行影像诊断）、对疾病预后的预测分析以及个性化治疗方案的制定。他认为，如今人工智能的发展取决于其整合多组学数据（基因组学、蛋白质组学、代谢组学）以对复杂生物系统进行建模的能力 —— 这是对传统计算方法的一次重大跨越。AIDD颠覆新药研发：从传统到数据驱动的革新冯博士认为，药物研发领域正在经历一场由AI技术引领的深刻变革，传统的计算机辅助药物设计 (CADD) 方法逐渐被更为先进、动态且数据化的人工智能驱动药物研发 (AIDD) 方法所取代。这一转变不仅仅是技术工具的升级，更是整个药物研发范式的根本性革新。CADD主要基于量子力学和分子生物学原理，借助分子图形学、分子建模技术与虚拟高通量筛选等工具来模拟和预测药物与靶标间的相互作用，其应用已有近半个世纪的历史。而AIDD则引入了深度学习、机器学习、强化学习等多种AI技术的综合运用，通过自主学习与演进能力，大幅提升了药物研发的效率和精度。AIDD的核心优势在于其能够整合并分析多组学数据 —— 包括基因组学、蛋白质组学、代谢组学、转录组学、表观基因组学、药物基因组学等 —— 以前所未有的精度识别新的药物靶点。例如，在靶点识别环节，AI算法可以分析海量的基因表达数据、蛋白质相互作用网络和临床数据，发现传统方法难以察觉的疾病相关靶点。AlphaFold2的应用就是这一优势的典型体现。位于旧金山的Atomwise公司其核心技术平台AtomNet展现了深度学习特别是卷积神经网络(CNN)在小分子药物设计中的强大潜力。AtomNet采用深度卷积神经网络架构，将蛋白质与配体视为由特定化学结构构成的"图像"，通过学习基础有机化学概念如氢键、芳香性和单键碳原子等结构特征来进行药物设计。与大多数依赖已知靶点-配体结构数据进行训练的算法不同，AtomNet通过万亿级化合物的训练，能够独立识别基础有机化学图样，这使得它特别适合针对缺乏已知配体的新靶点或挑战性靶点进行药物发现。AtomNet的成功在于它建立了一种全新的药物发现范式。传统药物发现往往需要已知配体作为起点，而AtomNet可以从头开始探索化学空间，这对于那些"不能成药靶点"  (undruggable targets) 尤为重要。De Novo Drug Design：药物发现领域最前沿另一方面，冯博士解释了De Novo Drug Design（药物从头设计）则代表了药物发现领域最前沿的方向之一，其核心目标是从分子层面全新设计出具有理想生物活性和药物特性的化合物，而非基于现有分子进行改良。传统从头设计方法主要包括遗传算法与深度生成方法，但这些方法普遍存在容易陷入局部最优解的问题。近年来，人工智能技术的引入特别是深度学习与数学规划方法的融合，为从头药物设计带来了革命性突破，大幅提升了设计效率与成功率。具体而言，最新的图注意力生成对抗网络 (Graph Attention GAN) 通过引入注意力机制，能够更精准地捕捉分子间的关键相互作用；而基于扩散模型的分子生成技术则通过渐进式去噪过程，显著提升了生成分子的多样性和新颖性。此外，强化学习与生成模型的结合，如Reinforced GNN，通过引入合成可行性奖励机制，进一步优化了生成分子的成药性。生成模型在从头药物设计中展现出巨大潜力，生成模型如RNN、GAN和GNN也各有特点。其中，RNN擅长处理序列化分子表示，GAN在生成新颖结构方面表现突出，而GNN则能更好地保留分子的拓扑信息。这些模型共同改变了传统计算药物设计受限于化学空间有限区域的局面，使研究人员能够快速生成具有合成可行性和药物相似性的分子。未来，随着模型架构的进一步优化和训练数据的不断丰富，特别是当量子计算与生成式AI相结合时，生成式AI有望成为从头药物设计的主流工具，并可能实现从靶点识别到候选化合物设计的全流程自动化。另一方面，虚拟药物筛选 (Virtual Drug Screening, VDS) 的核心价值在于通过计算方法大幅减少需要实验测试的潜在药物分子数量，从而降低研发成本并提高效率。传统药物筛选通常需要在实验室中实际合成化合物并进行生物活性测试，而虚拟筛选则通过计算机模拟这一过程，优先筛选出最有潜力的候选分子，使后续实验验证更加有的放矢。据估计，虚拟筛选可以节省大部分化合物合成以及实际生物测试的时间和花费，大大加快了新药研发的过程并降低了成本。其中，分子对接技术是虚拟药物筛选的重要手段之一，它通过计算小分子与生物大分子之间的相互作用能和结合模式，预测潜在的活性化合物。传统的分子对接算法已被广泛应用，但它们面临着评分函数准确性不足和计算效率有限等挑战。人工智能技术特别是深度学习的引入正在改变这一局面。虚拟药物筛选面临的挑战主要包括计算精度与效率的平衡，以及假阳性率控制等问题。在算法层面，机器学习模型被用于优化评分函数，减少假阳性预测；多阶段筛选策略则先使用快速粗略的方法排除明显不合适的分子，再对精选的候选分子进行更精确但耗时的计算，有效平衡了效率与精度。未来虚拟药物筛选的发展将更加依赖人工智能与高性能计算的融合。“一方面，深度学习模型将更广泛地应用于分子表示学习、相互作用预测和合成可行性评估等环节；另一方面，云计算和分布式计算技术将使更大规模的虚拟筛选成为可能，进一步加速药物发现进程。”冯博士说。AI重塑临床试验：从招募到监测的全方位优化AI在临床试验中的作用是另一个重点话题。临床试验长期以来面临着患者招募困难、试验周期漫长和高退出率等系统性挑战。在患者招募环节，传统方法依赖研究人员手动筛选医疗记录，这一过程通常需要数月时间且效率低下。冯博士指出，目前如Deep6 AI这样的先进平台通过自然语言处理 (NLP) 、机器学习和概念映射（Concept Mapping )等算法，能在几分钟内分析数百万份电子健康记录 (EHR)和其他数据，识别出符合试验入组标准的潜在参与者。Deep6 AI的核心技术在于其能够理解医学术语的各种表达方式（包括缩写和非标准化记录），通过深度学习模型从杂乱无章的临床笔记中提取关键信息。适应性试验设计（Adaptive Design）则是AI改变临床试验范式的另一个关键领域。传统临床试验采用固定设计，无法根据累积数据进行调整，而AI驱动的适应性设计可以实时分析中期结果，动态调整给药方案、样本量甚至研究假设。例如，基于贝叶斯统计的机器学习模型能够持续评估治疗效果，在保持统计效能的同时，允许更灵活的研究方案调整。这种方法的优势在罕见病和肿瘤学试验中尤为明显，因为这些领域患者群体小且异质性强。AI模型通过整合基因组学、蛋白质组学和临床数据，可以识别出最可能受益的患者亚群，实现精准入组，从而提高试验成功率并降低研发成本。冯博士认为，患者脱落率的降低同样受益于AI技术。通过分析历史试验数据，机器学习模型能识别可能导致患者退出的风险因素（如不良反应模式、社会经济状况等），并预测哪些参与者更可能提前退出。基于这些洞察，研究人员可以实施针对性干预措施，如调整随访频率、提供交通补贴或加强用药指导。此外，合成对照组的应用更是前景广阔，特别适合罕见病和进展迅速的疾病领域。在这些情况下，招募足够大的对照组既困难又不符合伦理，因为这意味着许多患者无法获得潜在有效的治疗。AI的合成对照组基于真实世界证据 (RWE)和历史试验数据，提供了可行的替代方案。值得注意的是，这种方法并非要完全取代随机对照试验 (RCT)，而是通过创新设计提高试验效率，加速新药上市，同时不牺牲科学严谨性。随着监管机构如EMA和FDA对AI驱动试验设计的接受度提高，合成对照组有望成为未来临床试验的重要组成部分。另一方面， 冯博士指出，临床试验中患者群体异质性是导致试验失败和结果不一致的主要原因之一。传统试验入组标准相对宽泛，导致研究人群内在生物学特征和疾病进展轨迹差异显著。AI，特别是深度学习技术，正在提供系统性的解决方案，通过多维数据整合和模式识别，实现更精确的患者分层和富集。预后富集 (Prognostic Enrichment) 是指选择那些在自然病程中更可能呈现明确临床结局的患者，这可以增加试验的统计效能并减少所需样本量。机器学习模型通过整合临床指标、影像学特征和分子标志物，能够准确预测疾病进展速度。预测富集 (Predictive Enrichment) 则更进一步，旨在识别最可能对特定治疗产生反应的患者亚群。这需要深入理解药物作用机制与患者分子特征之间的匹配关系。深度学习模型通过分析大规模多组学数据 (基因组、转录组、蛋白组等)，发现预测性生物标志物和耐药信号。 这些技术的共同特点是能够处理高维、多模态医学数据，发现人类专家难以察觉的复杂模式，从而优化临床试验的各个环节。随着更多高质量临床数据的积累和算法不断进步，AI驱动的患者富集策略将变得更加精确和普及。再者，生物标志物开发是精准医疗的基石，而人工智能正在加速这一过程的每个环节。传统的生物标志物发现依赖于假设驱动的研究，需要大量时间和资源验证候选标志物。例如，在肿瘤学领域，AI算法分析循环肿瘤DNA (ctDNA) 的甲基化模式，已成功开发出能够早期检测多种癌症的液体活检标志物。真实世界证据 (RWE) 的收集和分析是AI的另一重要应用领域。AI系统通过持续分析电子健康记录、医保索赔数据和患者报告结果，能够发现药物在更广泛人群中的有效性和安全性模式。此外，诸如提示工程 (Prompt Engineering)、检索增强生成（RAG）以及各种人工智能代理（AI Agent）等新的人工智能工具也被视为能够彻底改变局面的关键要素。最后，人工智能的应用已从药物发现和临床试验延伸到药品生产和质量控制领域。在制药生产过程中，AI系统通过实时监测数千个工艺参数，能够预测产品质量属性，及时发现偏差并自动调整生产条件。这种预测性过程控制比传统的终点检测更高效，减少了批次失败和物料浪费。监管框架应对AI发展与时俱进监管合规是制药行业的另一复杂挑战，AI正帮助企业在满足日益严格的法规要求的同时减少合规负担。监管框架正努力跟上人工智能快速发展的步伐，冯博士全面概述了这一不断演变的监管格局。美国FDA已采取了积极措施，包括成立药品评估和研究中心人工智能委员会 (CDER AI Council)，并在 2025 年 1 月发布了两份重要的指导文件，分别概述了对人工智能在药物研发和数字健康领域的严格验证要求。如今，良好机器学习实践（GMLP）得到了强调，以确保可重复性和在现实世界中的可靠性。他指出了一些关键区别：美国FDA强调基于风险的分类以及上市后的监测；欧洲药品管理局（EMA）优先考虑透明度和临床验证；日本药品医疗器械综合机构（PMDA）则在其监管沙盒模式中平衡创新与安全。具体而言，欧洲药品管理局采取了更为谨慎的态度，优先进行上市后监测和长期安全监测。相比之下，日本药品医疗器械综合机构采用了快速通道 “沙盒” 模式（Sandbox Model)，以加速人工智能创新。此外，FDA针对SaMD的“预先确定控制变更计划”（PCCP）意义重大。该计划旨在提前规划 SaMD 在整个生命周期中可能出现的变更情况，通过预先设定好的控制策略与变更流程，确保变更过程安全、有效且可追溯，有助于在保障公众健康的前提下，推动 SaMD 技术的合理创新与发展 ，增强监管的科学性和预见性。人工智能虽然已经展现出了卓越的准确性，但挑战依然存在。“AI幻觉”现象 (AI Hallucination) ,  即人工智能生成看似合理但实则错误的输出, 构成了重大风险，尤其是在关乎重大医疗决策的情况下。必须解决训练数据集中存在的偏差问题，以避免出现有失偏颇的结果。另外，可解释性，即解读人工智能决策过程的能力，仍然是获得监管批准的关键障碍。网络安全也是一个紧迫的问题，需要更多的投入去解决。展望未来，冯博士描绘了一幅充满远见的未来图景：人工智能将从当前的定向任务应用（窄域人工智能，ANI）向通用人工智能（AGI）演进，具备自主进行科学发现的能力。多组学整合和数字孪生技术有望实现超个性化医疗，在这种医疗模式下，治疗方案不仅根据患者的基因进行定制，还会考虑到他们的生活方式、环境以及实时生物特征数据。虽然超级人工智能（ASI）的概念仍处于推测阶段，但它有望通过以前所未有的规模模拟分子相互作用，解决一些医学上最棘手的难题，如神经退行性疾病和其它现今依然无药可治的疾病等。在演讲的结尾，冯博士向参会者发出了呼吁，倡导大家不应仅仅将人工智能视为一种工具，而应将其看作医疗创新中具有变革性的合作伙伴。他认为，未来十年将带来比过去一个世纪更多的突破，而那些能够适应变化的人将引领潮流。冯博士更向与会者号召：将人工智能融入日常工作流程。随着人工智能弥合数据与发现之间的差距，其对医疗保健领域的影响只会日益加深。“这场革命已然在进行之中，未来已来。”冯博士最后说。本次活动得到了由广州国际生物岛、广州国际生物岛集团有限公司、博济医药科技股份有限公司的大力支持，此次讲座吸引了岛内多家生物医药企业代表。冯博士的足迹跨越医药、监管、创投界等多个领域，积累了三十多年的丰富经验。如今，他期望将更多精力投入到人才培养和教育事业，贡献自己的智慧与经验。拓展阅读：一个制药人的足印 | 遇见Mann博士广州国际生物岛（中以合作区）管理委员会主任黄伟坚发表了开场致辞。广州生物岛是一座以生物医药产业为核心的高科技生态岛。自规划建设以来，生物岛始终秉承“绿色生态、科技创新、生命健康”的发展理念，致力于打造成为国际一流的生物医药创新基地。博济医药吴桂宝博士分享AI赋能新药研发的创新实践，介绍了博济医药如何全面拥抱AI技术，在新药研发的各个环节取得的成果。在服务流程中，AI技术深度融入“一站式、全流程”服务，从靶点筛选到临床试验优化，提高了研发效率和成功率。冯博士和部分参会人员合影总第2417期访问研发客网站，深度报道和每日新闻抢鲜看www.PharmaDJ.com

动脉网第一时间获悉，无锡海斯凯尔医学技术有限公司（以下简称“海斯凯尔”）正式宣布完成逾亿元人民币D轮融资。本轮投资由阳光融汇资本领投，湖南医药发展基金、广州生物岛生命科学创新创业投资基金共同投资。百榕资本担任本轮交易财务顾问。 海斯凯尔源于清华大学，以“普及高端科技，守护大众健康”为己任，致力于成为医疗创新诊疗技术的领军企业，为人类健康做出卓越贡献。 依托于行业领先的声学、光学技术平台，公司旗下核心品牌iLivTouch®无创肝脏检测系统、CelTouch®共聚焦微探头影像仪、EQTouch®高端超声平台先后进入市场，公司产品获得了美国FDA、欧盟CE、日本PMDA、澳大利亚TGA、韩国KFDA、俄罗斯RZN等海外市场认证，产品销往全球60多个国家或地区，广泛应用于肝脏、消化、体检、内分泌、呼吸等领域的无创筛查、诊断及诊后管理，服务海内外数千万患者。 公司先后参与了国家十二五科技支撑计划、国家十三五科技重大专项、国家科技创新2030重大专项，以及北京市自然科学基金重点项目、江苏省科技支撑计划等多个国家级或省部级科技项目，累计申请国内外专利500余件，在先进光学系统、先进声学系统和智能成像领域达到国际先进水平。先后获得包括黄家驷生物医学工程奖、华夏医学科技一等奖、中华医学科技二等奖、中国专利优秀奖、江苏省科学技术一等奖等诸多荣誉。2024年，海斯凯尔荣获工信部专精特新小巨人企业，是国家在细分市场创新能力强、市场占有率高、掌握关键核心技术、具有全球竞争力的排头兵企业和隐形冠军。 01 2024年慢性肝病诊疗迎来变革机遇，无创肝病筛查检测成为MASH“卖铲人” 肝病是中国长期面临的重要公共卫生挑战，慢性肝病威胁数亿国人的健康。近10年来，随着生活方式的改变以及酒精摄入增加，我国脂肪肝的患病率迅速增长，目前脂肪肝已取代病毒性肝炎成为我国居民第一大肝脏疾病。单纯脂肪肝可能进展至代谢功能障碍相关脂肪性肝炎（MASH），进一步发展为肝纤维化、肝硬化甚至肝癌。 2024年3月，Madrigal Pharmaceuticals旗下全球首个MASH（代谢功能障碍相关脂肪性肝炎）靶向药Rezdiffra获FDA加速批准，至2024年底，创下1.8亿美元销售额的亮眼成绩。市场预计至2027年将有6款MASH新药密集上市，药物治疗市场规模将从2023年的空白迅速攀升至2030年的360亿美元，患者筛查和伴随诊断需求呈现指数级增长。海斯凯尔的王牌产品肝脏纤维化和脂肪变检测仪被市场广泛认为是MASH患者筛查和伴随诊断的重要工具。 02 肝纤维化早期诊断是逆转肝病、阻断肝癌进展最重要的一环，瞬时弹性成像技术是重要工具 通常，慢性肝病进展遵循“肝纤维化-肝硬化-肝癌”的过程，然而相当部分肝病人群因为在常规检测中，无法发现中早期纤维化进展，而错过了干预和治疗的机会，最终进展为肝硬化和肝癌。 清华大学团队于1993年开展弹性成像相关技术研究，白净教授、罗建文教授是国际上最早进行弹性成像研究的团队之一，具有深厚的技术沉淀。海斯凯尔联合清华大学，开发了基于瞬时弹性成像技术的面向临床的肝脏检测系统。 目前该技术已经被世界卫生组织、美国肝病学会、欧洲肝病学会、亚太肝病学分会和中华医学会肝病学分会等权威医学组织推荐为肝纤维化诊断A1类指标。该检查技术在国内外被广泛应用于医疗机构中肝脏检测相关需求的科室，如肝病科、感染科、内分泌科、肝胆外科、消化科、超声科、体检中心、社区门诊等。 海斯凯尔核心产品iLivTouch®无创肝脏检测系统无需抽血，探头接触皮肤两分钟，就可获得人体肝脏硬度值（LSM）和脂肪衰减值（UAP），准确评估肝脏健康情况，较传统肝穿刺活检的筛查具有无创、准确、量化和便捷的优势。 03 海斯凯尔是中国肝脏弹性检测领域装机量第一的龙头企业 作为无创肝纤维化诊断领域的领军企业，海斯凯尔自主研发的iLivTouch®系列产品填补了中国产品技术空白，至今在全球累计装机超4,000台，稳居中国无创肝纤维化检测设备市场首位。海斯凯尔还和国内外知名药企携手，诊治联动，推动消除肝脏疾病危害。海斯凯尔已经将业务拓展至全球60多个国家或地区，并加速推进全球化布局。 04 CelTouch®实现高端内镜技术突破，开启“光学活检”新纪元 公司凭借先进的声学、光学技术平台，不断发展出无创检测场景下更精细、更高效的产品。在2023年获批的CelTouch®共聚焦显微镜，是目前最尖端的光学诊断技术之一，通过内镜钳道伸入人体内部的显微镜，可对组织放大1000倍，可实现细胞层面在体实时观察的光学诊断，实现即时、无创的“光学活检”，在癌症筛查与诊断、术中成像等方面有巨大应用潜力，适用于消化、呼吸、外科等领域。海斯凯尔的CelTouch®一经面世，就收到了众多临床专家的高度评价，已落地数十家顶级三甲医院。2024年，CelTouch®成功入选苏锡常首台（套）重大装备名单。 除此以外，海斯凯尔还拥有EQTouch®数据超声平台以及乳腺疾病诊治解决方案。其中，基于EQTouch®数据超声平台的Ultra-DAQ在“UFFC-JS 2024”（十年一次的大型国际联合学术会议）以其卓越的灵活性和强大的功能脱颖而出，吸引了斯坦福大学、杜克大学、帝国理工大学、东京大学、台湾大学和香港大学等国内外著名学府的专家学者浓厚的兴趣，目前该系统已经在清华大学、中科院、复旦大学、上海交通大学、东南大学、厦门大学等顶尖大学使用。 对于此次融资，海斯凯尔创始人邵金华表示：感谢阳光融汇资本、湖南医药发展基金、广州生物岛生命科学创新创业投资基金对公司的认可和支持。本次融资后，海斯凯尔将继续保持科技创新力，不断向更多临床诊断、治疗领域前进，并推动创新医疗技术的普及。 阳光融汇资本表示：海斯凯尔在过往的发展中体现出强大的研发能力，不断拓展技术边界，并将技术成果转化成具有市场竞争力的产品。我们看好公司的产品研发和商业化能力，通过参与本次融资助力海斯凯尔更进一步，成为世界一流的创新型医疗技术企业。 湖南医药发展基金表示：海斯凯尔是国内高端医疗装备领域稀缺的优质企业，其创新技术和产品已被海内外数千家医疗机构应用和认可，也是清华大学医工产业转化的成功案例。公司团队韧性十足，研发能力强，商业化经验成熟，我们非常期待公司未来在消化道肿瘤、乳腺疾病等领域的产品能实现新的突破，湖南医药发展私募基金将持续关注并支持海斯凯尔的发展。 广州生物岛生命科学创新创业投资基金表示：慢性肝病在全球范围内影响数亿人的健康，肝纤维化早期的无创筛查和诊断是解决脂肪肝、病毒肝等广泛肝病问题至关重要的一步。此次广州生物岛正式携手海斯凯尔，拓展大湾区市场、加快国际化进程助力海斯凯尔新一阶段蓬勃发展。 关于阳光融汇资本 阳光融汇资本成立于2015年1月，是中国保险业首批由保险资金发起设立的私募基金管理公司。历经10年发展，阳光融汇资本基金管理规模达300亿元，业务板块涵盖母基金、直投业务，聚焦医疗、新兴科技、新消费、不动产领域。 关于湖南医药发展基金 湖南医药发展私募基金管理有限公司，2015年经湖南省政府批准成立，为湖南医药发展投资集团全资子公司。聚焦生物医药、医疗器械、医疗服务、康养服务等核心赛道，持续投中众多明星项目。目前，公司累计管理 12 支基金，规模突破 36 亿元，投资超70 个项目。 关于广州生物岛生命科学创新创业投资基金 广州生物岛生命科学创新创业投资基金，是由广州高新区集团旗下广州国聚创投和生物岛集团发起，阿斯利康医药（广州）有限公司共同参与支持。基金将发挥在大湾区的独特优势，结合国聚创投在生物医药领域的专业投资能力、生物岛集团在产业落地的全面服务能力、阿斯利康在医疗健康领域的产业视角、国际化网络与生态圈平台，全面赋能企业融入创新生态和国际化市场。 关于百榕资本 百榕资本是一家聚焦在医疗健康领域、以研究为导向的财务顾问机构，旨在以丰富的交易经验帮助医疗企业快速成长，以严谨、深入的研究为投资机构洞察具有价值的投资机会。百榕资本的关注领域涵盖医疗服务、医疗器械及耗材、IVD及精准医疗、生物医药、医疗信息化等多个医疗细分赛道。百榕资本的核心团队均来自一线咨询机构、知名投行及会计师事务所。 如果您想对接文章中提到的项目，或您的项目想被动脉网报道，或者发布融资新闻，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。 近 期 推 荐 声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。 动脉网，未来医疗服务平台