BRAIN Biotech AG

脑类器官 模拟大脑发育与疾病研究的三维模型 摘要/Abstract 脑类器官是由多能干细胞在三维培养条件下, 通过添加神经发育相关调控信号而分化产生的与脑的细胞组成、解剖结构相似, 并可以体现出类脑的发育进程及生理、病理和药理等特征的细胞培养物, 是迄今在体外研究人脑发育与相关疾病, 并开展药物筛选的良好模型。伴随着技术发展, 脑类器官在研究脑发育与疾病, 不同脑区以及脑与其他组织/器官间的相互作用, 脑进化等多个方面发挥重要作用。该文综述了脑类器官的发展历程, 及其在探索脑发育、疾病模拟和药物筛选等方面的进展。 关键词：脑类器官；脑发育；脑疾病模型构建；药物筛选；三维培养 By following developmental principles, brain organoids can be generated from pluripotent stem cells under three-dimensional culture conditions with sequential modulations of neural development-related regulatory signals. Brain organoids resemble, at least in part, brain tissue, in regarding to their cell composition and anatomical structure that recapitulate regions of the cortex observed in brains, and thus are considered as an ideal in vitro model to decipher the development mechanism, as well as roots of neurological disorders of brain. In addition, by using the organoids resembling individual brain domains, brain organoids can be used to explore the interactive cross-talk of brain with different regional information, or with other tissues/organs. Furthermore, through multiomics analysis across species in a comparative way, evolution of brain is investigated with brain organoids. This article reviews recent progresses of brain organoids, particularly on brain development, disease modeling, and drug screening. Keywords：brain organoids; brain development; brain disease modeling; drug screening; three-dimensional culture FUTURE TECHNOLOGY 01 类器官技术开启脑研究新纪元 人类大脑是自然界中最复杂的系统之一，其发育过程精密而漫长，涉及数千种细胞类型的产生、迁移、分化与环路组装。传统上，神经科学研究严重依赖动物模型和二维细胞培养。然而动物大脑在解剖结构、细胞组成和基因调控网络方面与人类存在显著差异，限制了其模拟人类特有脑疾病和发育过程的能力。二维细胞培养虽简单易控，但缺乏组织应有的三维结构和细胞间复杂的相互作用，无法再现大脑的微环境与功能。 2013年，Lancaster等[1]将多能干细胞(pluripotent stem cells, PSCs)在悬浮条件下成功培养产生了具有类似大脑结构特征的三维培养物, 并将其命名为脑类器官(cerebral organoids)。脑类器官与脑的细胞组成、解剖结构相似, 并能模拟脑的发育进程, 体现脑的生理、病理和药理等特征[2]。在过去几年中, 脑类器官技术已经实现了从非定向的全脑类器官逐步向皮质、海马、中脑、小脑、脊髓等具有区域特征的脑类器官的过渡, 并实现了脑类器官的血管化, 进而将代表不同脑区的脑类器官或脑与其他组织类器官进行融合, 更好地模拟不同脑区的解剖结构、生理特征、脑区间的相互作用, 以及脑与其他组织器官的调控关系[3]。脑类器官技 术的产生既弥补了传统二维细胞培养无法模拟脑组织复杂结构和体内微环境、难以重现神经系统疾病复杂表型的缺陷, 又突破了动物模型缺乏人类特有的遗传特性、大脑区域和功能, 无法真实全面地模拟人脑的发育和疾病发生发展的局限, 是迄今在体外研究人脑发育、进化, 探究不同脑区、脑与其他器官的相互作用, 并在体外开展疾病模拟和药物筛选的重要工具。 Fig.1 The flow chart illustrating the generation of brain organoids FUTURE TECHNOLOGY 02 从全脑模拟到区域精控 1. 非定向全脑类器官 脑类器官技术源于拟胚体与三维神经分化研究。2008年，SASAI团队[4]利用无血清拟胚体技术首次诱导出皮质样组织，后成功培育视杯结构，奠定脑区分化基础。2013年，Lancaster团队将拟胚体包埋于Matrigel中，在旋转反应器内长期培养，形成具有皮质、海马等多类脑细胞的复杂三维结构。该模型再现了人类特有的外层放射状胶质细胞及其迁移行为，并成功模拟小头畸形症病理机制。为提升特异性，研究者开发“定向分化”策略，通过调控WNT/TGF-β等通路培育出皮质类器官，进一步可形成六层皮质结构与神经网络。针对类器官内部坏死问题，“切片培养法”应运而生，通过切薄类器官改善营养供给，支持长期生长与皮质褶皱模拟。 2. 具有区域特征的脑类器官 为了深入探究特定脑区的功能、发育及相关疾病，研究人员通过模拟胚胎发育中的形态发生素梯度，精确调控信号通路，成功诱导出各种区域特异性脑类器官。 前脑区域类器官：视杯类器官：抑制WNT并激活SHH通路，可形成含感光细胞等多层视网膜结构的视杯，用于视网膜疾病研究与药物筛选[5]。海马类器官：在皮质类器官基础上激活WNT/BMP信号，生成齿状回与CA区神经元，形成功能突触，助力学习记忆机制及阿尔茨海默病等研究[6]。丘脑与下丘脑类器官：通过SHH、WNT等信号组合，诱导产生谷氨酸能或肽能神经元，为研究自闭症、睡眠障碍等提供模型[7]。 中脑区域类器官：通过SHH[8]与FGF8诱导，获得富含多巴胺能神经元的中脑类器官，并可生成人类特有的神经黑色素，为帕金森病病理模拟提供独特平台。 后脑区域类器官：小脑类器官：利用FGF2、FGF19等因子时序调控，重建小脑背腹模式与细胞分层，获得具电生理活性的浦肯野细胞。脊髓类器官：结合BMP4与SHH信号，在单一类器官中诱导产生感觉、中间及运动神经元等多种脊髓细胞亚型，模拟脊髓发育多样性。 3. 融合类器官构建复杂系统  为模拟脑区及跨组织互作，通过将两个或多个分别生成的区域特异性类器官在物理上接触并共培养，使其自发融合并建立功能性连接，融合类器官技术应运而生。 脑区间融合：将生成兴奋性（背侧）和抑制性神经元（腹侧）的类器官融合，可重现GABA能神经元向皮质的迁移与网络整合[9]。融合丘脑与皮质类器官能建立双向投射通路，模拟感觉信息传递，已用于研究Timothy综合征等疾病的突触连接异常。 脑-外周组织融合：通过三级融合皮质、脊髓与骨骼肌类器官，构建“皮质-脊髓-肌肉”组装体[10]。该模型能实现从皮质信号发出到肌肉收缩的完整运动传导，并可受光遗传或药物调控，为研究运动神经疾病及神经肌肉病变提供了全新体外平台。 FUTURE TECHNOLOGY 03 脑类器官的多元化应用 1. 探索人类大脑的发育和谱系演化规律 脑类器官为直接观察和研究人类特异性的脑发育过程打开了窗口。单细胞转录组测序分析表明，培养约100天的脑类器官，其基因表达谱与妊娠中期（17-24周）的人胎儿脑组织高度相似[11]。更重要的是，它重现了如外层脑室下区的扩张、放射状胶质细胞的特定行为等在啮齿类中不显著或不存在的关键发育事件。 在进化研究方面，科学家通过比较人、黑猩猩、大猩猩等不同灵长类干细胞来源的脑类器官，发现了人类大脑发育速度更慢、神经前体细胞增殖期延长等特点。通过基因编辑技术将已灭绝古人类（如尼安德特人）特有的基因变异（如NOVA1）引入人脑类器官，可以直接观察这些古老基因对神经发育、突触形成的影响，从而在分子和细胞水平上解读人类大脑何以变得如此独特。 2. 神经系统疾病建模 利用患者iPSCs培育脑类器官或通过基因编辑引入特定突变，可构建遗传背景真实的疾病模型，这在研究病因复杂、物种差异大的脑疾病中价值非凡。 神经发育障碍：小头畸形症模型显示神经前体细胞过早分化，类器官体积减小；无脑回畸形模型则出现神经上皮凋亡增加、放射状胶质分裂延迟及神经元迁移缺陷。精神疾病如与精神分裂症相关的DISC1突变，可导致神经前体增殖受损及WNT通路异常。神经退行性疾病：阿尔茨海默病类器官能自发形成β淀粉样蛋白聚集和过度磷酸化tau蛋白，携带APOE4基因者病理更严重，基因编辑纠正后可缓解表型。帕金森病模型则利用中脑类器官模拟多巴胺能神经元丢失，用于药物测试。感染与脑疾病：研究证实SARS-CoV-2可感染脑类器官中的脉络丛细胞，破坏血脑脊液屏障，解释COVID-19患者神经系统症状的机制[12]。 3. 革新药物研发与基因治疗策略 高通量药物筛选：脑类器官可以在96孔板或微流体芯片中规模化培养，实现自动化成像和分析，非常适合用于高通量药物筛选。例如，已利用脑类器官筛选了数千种化合物，以寻找能够减轻AD病理或抵抗Zika病毒感染的候选药物。在肿瘤领域，患者来源的胶质母细胞瘤类器官可用于测试不同化疗药物和放疗方案的敏感性，指导个性化治疗。 毒性测试与机制研究：脑类器官被用于评估环境毒素（如酒精、尼古丁）对胎儿脑发育的影响，揭示了它们引起神经前体细胞损伤和异常分化的机制。 基因治疗的试验田：CRISPR-Cas9等基因编辑技术与脑类器官结合，可以快速验证疾病相关基因的功能，并探索基因校正疗法的可行性。例如，在类器官中成功纠正了导致遗传性失明的基因突变，或通过编辑APOE4基因来逆转AD相关病理。 Fig.2 Applications of the brain organoids FUTURE TECHNOLOGY 04 脑类器官技术的挑战与展望 复杂神经网络；存在批次差异，影响可重复性；难以模拟成熟或衰老脑状态，长期培养受限；伴随复杂性提升，伦理讨论日益凸显。 未来发展方向包括：通过生物3D打印、微流控芯片实现工程化与可控微环境构建；融合多组学技术与动态监测，深入解析发育与病理过程；开展类器官-动物模型整合研究，探索其在神经修复中的应用；推动标准化流程与生物样本库建设，支撑大规模科研与药物研发。 脑类器官作为一项颠覆性的技术，已经并将继续深刻地改变我们理解大脑、对抗脑疾病的方式。它不仅是连接基础神经科学与临床医学的桥梁，更是探索“人类何以成为人类”这一终极问题的独特工具。尽管前路仍有诸多技术和伦理的沟壑需要跨越，但随着跨学科合作的不断深入，更精细、更智能、更人性化的脑类器官模型必将问世，最终为揭示大脑奥秘、攻克神经系统疾病带来革命性的突破。 参考文献 [1] LANCASTER M A, RENNER M, MARTIN C A, et al. Cerebral organoids model human brain development and microcephaly [J]. Nature, 2013, 501(7467): 373-9. [2] CHIARADIA I, LANCASTER M A. Brain organoids for the study of human neurobiology at the interface of in vitro and in vivo [J]. Nat Neurosci, 2020, 23(12): 1496-508 [3] XIANG Y, CAKIR B, PARK I H. Deconstructing and reconstructing the human brain with regionally specified brain organoids [J]. Semin Cell Dev Biol, 2021, 111: 40-51. [4] EIRAKU M, WATANABE K, MATSUO-TAKASAKI M, et al. Self-organized formation of polarized cortical tissues from ESCs and its active manipulation by extrinsic signals [J]. Cell Stem Cell, 2008, 3(5): 519-32. [5] EIRAKU M, TAKATA N, ISHIBASHI H, et al. Self-organizing optic-cup morphogenesis in three-dimensional culture [J]. Nature, 2011, 472(7341): 51-6. [6] SAKAGUCHI H, KADOSHIMA T, SOEN M, et al. Generation of functional hippocampal neurons from self-organizing human embryonic stem cell-derived dorsomedial telencephalic tissue [J]. Nat commun, 2015, 6: 8896. [7] XIANG Y, TANAKA Y, CAKIR B, et al. hESC-derived thalamic organoids form reciprocal projections when fused with cortical organoids [J]. Cell Stem Cell, 2019, 24(3): 487-9. [8] MONZEL A S, SMITS L M, HEMMER K, et al. Derivation of human midbrain-specific organoids from neuroepithelial stem cells [J]. Stem Cell Rep, 2017, 8(5): 1144-54. [9] BIREY F, ANDERSEN J, MAKINSON C D, et al. Assembly of functionally integrated human forebrain spheroids [J]. Nature, 2017, 545(7652): 54-9. [10] ANDERSEN J, REVAH O, MIURA Y, et al. Generation of functional human 3D cortico-motor assembloids [J]. Cell, 2020, 183(7): 1913-29,e26. [11] CAMP J G, BADSHA F, FLORIO M, et al. Human cerebral organoids recapitulate gene expression programs of fetal neocortex development [J]. Proc Natl Acad Sci USA, 2015, 112(51): 15672-7. [12] BARRERA J A, KAO L R, HAMMER R E, et al. CDK5RAP2 regulates centriole engagement and cohesion in mice [J]. Dev Cell, 2010, 18(6): 913-26. 图文：李欣瑶 编辑：刘   姣 指导教师：陈德富 邮箱：chendefu@nankai.edu.cn 南开大学教授、博士生导师、分子遗传学实验室PI 西南联合研究生院博士生导师 中国遗传学会常务理事 中国遗传学会遗传学教育教学委员会副主任、标准委员会委员 天津市遗传学会理事长、支部书记 天津市农作物品种审定委员会委员 曾获“高等教育天津市级教学成果一等奖”（2004） 曾获首届“谈家桢遗传教育奖”（2013） 曾获《遗传》杂志优秀编委（2016） 曾任日本名古屋大学客座研究员 曾任南开大学遗传学和细胞生物学系系主任 曾任中国海洋发展研究中心特聘研究员 主办单位：陈德富实验室 承办单位：2025生物与医药班

01概述在我们去年发布的《2024易凯资本中国健康产业白皮书》（点击跳转）中，我们曾经估算，随着中国彻底走出新冠疫情，同时考虑到国内集采政策和医疗反腐等因素的影响，中国健康产业在2023年是一个13.3万亿元人民币（约1.8万亿美元）的市场，其中与药品有关的市场规模约为3万亿元；与医疗器械和诊断有关的市场规模约为1.2万亿元；整个健康服务、数字医疗以及泛健康市场的医疗健康服务市场规模增加到约9.1万亿元。剔除重复计算的部分，我们估算2023年中国健康产业的市场总规模大致在10.5-11万亿人民币（1.4-1.5万亿美元）之间。2024年，随着中国经济全面企稳，同时考虑到健康产业外延不断扩大，我们对中国健康产业市场规模估算如下：与药品有关的市场规模，基本上与2023年持平，约为3万亿元；与医疗器械和诊断有关的市场规模相较2023年有小幅增长，约为1.4万亿元；考虑到中国社会老龄化程度日益加剧，同时人工智能、机器人、生物制造等新技术的应用扩大了健康产业的行业外延，所以我们把医疗健康服务、数字医疗以及泛健康市场的市场规模加总后预测达到10万亿元市场规模。剔除重复计算的部分，我们估算2024年中国健康产业的市场总规模大致在11.5-12万亿人民币（1.5-1.6万亿美元）之间，相较于2023年增长9%-10%。老龄化是一个全球性趋势，在中国这个趋势更为严峻。中国当前正在经历全球有史以来规模最大、发展速度最快的人口老龄化进程，且未来20年这一进程还将持续加速。我们认为，老龄化对于中国社会与经济既是挑战，也是推动产业发展和社会转型的契机。老龄化对中国健康和医疗服务产业形成前所未有的压力，也必将催生兼具规模和增长性的银发经济和新产业机遇。根据中国老龄科学研究中心《银发经济蓝皮书》预计，到2035年，银发经济规模将达到30万亿，占GDP比重约10%，其中与健康相关的科技创新与消费需求有望成为拉动国民经济增长的重要抓手。我们认为，面对老龄化带来的庞大的长者照护需求，人工智能、具身机器人和脑机应用这些曾经存在于科幻电影中的场景和工具将快速走进我们真实的生活，为中国社会和家庭应对老龄化带来新的思路和可能。从上世纪七十年代末期开始的改革开放大潮用了四十年的时间把中国变成了一个具有全球竞争力和影响力的制造业大国。今天，中国正在从全球制造业大国进化成为全球科技创新、产品研发和IP输出大国。在以比亚迪为代表的新能源车、华为为代表的芯片制造、以DeepSeek为代表的人工智能、以《黑悟空神话》和《哪吒》为代表的文化IP等领域，中国的创新能力正在影响和走向全球市场。在健康领域，中国的创新能力、研发能力和IP输出能力同样正在为全人类的健康福祉贡献来自东方的智慧。我们认为，中国在健康领域的科技研发能力与创新IP的全球输出，本质上是“技术自信”与“需求驱动”的双向奔赴。它在改善全球医疗资源分布不均现状的同时也推动了中国从“世界工厂”向“世界实验室”和“全球创新发源地”的转型。1994年耶鲁大学的威廉·基西克教授针对传统医疗体系提出了著名的“医疗不可能三角”：高质量、低成本、广泛可及的医疗资源是每个患者的期待，但最多只能同时满足两个。人类历史长河中，优质的医疗从来就不是一个平等的游戏，它是一种资源，甚至是一种连财富都无法直接兑换的福利。我国日益严重的老龄化社会面临最大的挑战就是医疗资源的匮乏，特别是医疗需求集中在非一线的老年人口居多的城市，而医疗人才和医疗资源却大多集中在一线城市构成了医疗资源严重分配不均的现状。今天，随着AI和机器人（特别是具身机器人）的高速发展，这一“不可能三角”之间的冲突和矛盾有可能得到局部缓解和改善。在AI问诊、医疗影像解读、手术方案确定和实施、慢病随访、健康监测、新药研发、术后康复、老年人照护等领域，AI和机器人都有巨大的发展和应用空间。虽然AI和机器人永远不可能替代优秀的医生和专家，但科技进步终将推动中国社会向着“医疗平权”的目标稳步迈进。尽管任重道远，但曙光已现。生物制造是与人工智能相似，具有“基础设施”产业的属性，是未来传统产业升级的核心推动力之一。未来5-10年内，生物制造会彻底改变全球诸如生物医药、食品、农业等多个产业的生态。根据预测，2024年生物制造产业预计市场规模将从2023年的4,176亿元增长至4,762亿元，产业同比增长率超过15%。预计到2030年，中国生物制造市场规模将会接近1.8万亿元，与之对应，全球生物制造市场规模将达到1.1万亿美元，约合8万亿人民币，中国占比接近23%。我们认为，中国在底层技术与产业基础上的领先地位逐渐凸显，正在从全球生物制造的“参与者”和“贡献者”走向“推动者”和“引领者”，并将逐步成为全球生物制造中心之一，中国全球工业制造业大国的地位也将同样延展至生物制造产业。2024年，中国健康产业并购事件数量约为148笔，交易规模总计750亿元，较2023年止跌回升，交易规模总金额接近2021年的最高点，成为2019年以来第二大交易规模的年份。中国健康产业并购常态化是产业发展与资本市场成熟的重要标志，中国健康产业并购开始进入理性整合新周期。作为中国并购市场的主力军，A股上市公司凭借资金与产业协同优势主导市场，并购逻辑也已经从曾经的市值管理为主转向产业链深耕。同时在资本寒冬下，估值体系回归理性，高性价比优质资产浮出水面，而交易模式也不断创新，这些因素都将推动交易双方达成交易的动力大大增加。我们认为，这一阶段，明确的并购策略、强大的并购执行能力与精细化整合能力才是行业领导者穿越周期、重塑行业格局的关键竞争力。02当下中国健康产业最重要的投资主题1、老龄化是一个全球趋势，在中国尤为严峻。中国当前正经历全球规模最大、速度最快的人口老龄化进程，且未来20年这一趋势将显著加剧。中国老龄化既是挑战，也是推动社会转型的契机。1）中国老龄化规模与速度呈现“双超”特征，社会保障与养老服务持续承压老年人口规模超大。截至2024年，中国60岁及以上人口达3.1亿人（占总人口22%），65岁及以上人口2.2亿（占15.6%），已进入中度老龄化阶段。未来10年（2025-2035年），60岁及以上人口将每年净增超1000万，到2035年突破4亿，占总人口比重超30%，进入重度老龄化阶段。2050年前后，老年人口规模将达峰值4.87亿，占全球老年人口的1/4，老龄化水平升至34%，比世界平均速度快一倍。老龄化速度超快。从2000年老龄化率10%到2025年预计超20%，再到2035年超30%，仅用35年完成从轻度到重度的跨越，远快于欧美国家。劳动人口同步缩减：2035年劳动人口（20-64岁）预计减少4700万，2050年减少1.24亿，劳动力供给与养老需求的矛盾加剧。严重的老龄化带来诸多挑战，老年抚养比持续上升，养老金缺口、医疗及长期护理需求激增。例如，2050年失能老人护理潜在劳动力需求或达7396万人，占劳动人口的11%。城乡差异显著：农村老龄化程度高于城市，但养老服务资源相对匮乏。少子化与人口结构失衡，2024年全年出生人口为954万人，较2023年的902万人增加52万人，结束了自2016年以来连续七年的下降趋势，但人口出生率也仅为6.77‰，人口总量仍呈负增长。老龄化与低生育率叠加的挑战未根本缓解，将导致家庭养老功能弱化，代际压力剧增。2）老龄化对中国健康和医疗服务产业形成前所未有的压力也催生新的机遇，供给方和支付方加速适应变化，银发经济带来巨大市场增量并成为经济社会热点■ 老龄化给医疗服务相关细分领域带来最直接的发展机遇，在特医食品、慢病管理、康复及失能照护等方面表现明显特医食品市场需求正随着人口结构变化和疾病谱演变呈现爆发式增长。老龄化影响下，我国慢性病高发问题日益严峻，有数据显示40岁以上居民中，心血管疾病、癌症、糖尿病等四大慢性病总患病率达34.3%，其中80%的慢性病患者存在营养失衡问题。住院患者群体中，老年患者营养不良发生率高达65%，住院期间体重丢失超过5%的比例达42%，显著增加感染风险和住院时长。特医食品通过精准营养干预有效破解这一困局。临床数据显示，规范使用特医食品的老年患者，肌肉流失速度减缓35%，感染发生率降低28%，平均住院周期缩短12天。以糖尿病特医食品为例，含抗性糊精和膳食纤维的配方可使餐后血糖波动降低40%，2024年相关产品市场规模突破75亿元。肿瘤特医食品领域，含ω-3脂肪酸和精氨酸的配方帮助患者体重维持率提升至78%，较普通营养支持方案提高26个百分点。市场规模方面，中国特医食品市场以30%年复合增长率扩张，2024年达234.2亿元，预计2030年将突破800亿元，形成万亿级银发经济新增长极。这一领域正从医疗辅助工具向日常健康管理转型。政策端也在持续释放行业利好，2023年新版《特医食品注册管理办法》将审批周期压缩至18个月，优先审评产品实现30天快速过审，2024年国产特医食品获批196款，覆盖全营养、特定全营养及非全营养三大类。同时，以无锡为首的多个城市逐渐将特医食品纳入医保范畴，推动行业渗透率加速提升。这个赛道近年来也逐渐被资本关注，涌现多笔大额交易，在供给侧和需求侧的双轮推动下，我们建议重点关注企业在以下三个方向的革新技术，一是打破行业技术壁垒，展现产品研发实力，实现细分产品的国产化替代，二是合成生物学技术的应用突破，获取成本端的相对竞争优势，三是融合AI技术，构建AI驱动的个性化营养方案输出，形成差异化行业竞争。慢病管理行业正经历从被动治疗到主动管理的范式重构。我国现有慢性病患者超4.6亿，其中65岁以上人群患病率达62.3%。心脑血管疾病、糖尿病等慢病导致的医疗支出占比超70%，催生千亿级健康管理市场。慢病健康管理行业发展已久，行业生态圈覆盖药企、医院、药房、居家、保险五大场景，现有玩家从不同视角和资源点切入，例如以阿里健康、京东健康为代表从医药电商切入流通环节，借助流通环节优势向服务端延伸，以平安好医生等为代表的险资，以险资用户为基础切入，以方舟健客为代表借助医生资源切入问诊购药场景等，各类玩家各显神通，向庞大的慢病患者群体提供持续院内外问诊购药服务，其中患者数量的积累和如何构建各环节间的业态闭环是评估玩家竞争力的关键。我们认为AI大模型的蓬勃发展会给这个赛道注入新的活力，诱发互联网健康管理行业新的机遇，帮助患者真正实现主动式慢病管理干预。以AI模型构建的动态风险预测系统为例，可基于海量患者数据，提前6个月预测急性并发症风险，降低慢性疾病并发症等，再例如个性化行为矫正引擎，采用强化学习算法，动态调整干预策略，通过分析患者饮食、运动数据，生成定制化干预方案，实现慢性病患者的长期合理饮食等。医疗AI大模型正推动慢病管理进入预测性、预防性、个性化、参与性的现代医学模式新阶段，具备数据、算法、生态三位一体能力的企业有望占据市场主导地位。康复医疗产业成为精准化转型中的黄金赛道，康复医疗的刚性需求持续释放。我国康复医疗市场规模已超7000亿元，其中老年康复占比达58%。从统计数据来看，60岁以上人群中60%存在康复需求（如脑卒中、骨折术后、认知障碍等），2024年潜在康复服务人次超1.45亿。典型康复医疗场景包括神经康复——脑卒中患者康复治疗黄金窗口期为发病后3-6个月，但2024年仅38%患者及时接受系统康复，外科术后康复——如膝关节置换术后患者康复需求集中于术后3个月内，但公立医院康复床位平均等待时间达4.2周，老年综合症康复——失能老人中72%需要物理治疗+认知训练综合干预，但现有服务覆盖率不足20%。现有康复医疗机构以民营为主，供给严重不足。2024年全国康复医院仅823家（公立医院152家，民营671家），每千万人口仅对应6.1家康复医院，远低于OECD（经济发展与合作组织）国家均值（15.3家）。我国康复医学科床位占比仅1.8%（2024年32.7万张），而美国该比例达12%。国家明确鼓励民营康复医院连锁化发展，《“十四五”数字经济发展规划》明确提出“支持社会力量举办连锁化、集团化康复医疗机构，推动康复医疗服务向社区和家庭延伸”，《关于促进社会办医持续健康规范发展的意见》允许民营康复医院突破区域总床位限制，连锁品牌可申请“一照多址”备案制等，同时还有多重建设补贴、税收优惠指引等红利，鼓励民营机构积极发展。因此，我们积极看好民营康复医疗机构在未来3-5年的发展，重点关注拥有精细化运营管理能力的团队。同时，康复相关智能化硬件辅具市场需求也在持续扩大，VR/AR技术、外骨骼机器人辅助系统、3D打印等新兴技术叠加AI算法的应用，带来康复辅具行业的智能化进展。失能照护服务成为专业化、标准化建设的关键攻坚。我国失能老人数量已达4500万，其中重度失能占比32%，平均照护需求周期达7.3年，年均护理费用超5万元，市场需求在老龄化推动下爆发。但与之相对应的却是我国失能照护服务的供需严重失衡，按4500万失能人口计算，国际标准需配置1:3的护理床位（即每3名失能老人需1张护理床位），同时叠加考虑失智症、术后康复等潜在需求，专业护理床位实际需求在800-1000万张，而据民政部统计，2024年全国养老机构护理型床位约320万张，存在600多万张的床位缺口。在此背景下，国家积极推动民营机构在医养结合领域的投入发展。卫健委推出了多套组合拳，在审批方面减少审批流程，实现备案管理，实行设置审批和执业登记“两证合一”等政策提高行政效率，在建设方面对社会办医养结合机构的区域总量不作规划限制，将符合条件的养老机构内设医疗机构及时纳入医保定点管理，鼓励地方通过设置产业投资基金的方式来支持医养结合的发展等举措推动民营医养机构发展。老龄化加速使长护险与失能照护成为万亿级市场，而公立体系在服务效率、技术迭代、支付灵活性三方面的短板，为民营机构创造了结构性机遇。具备连锁化运营能力、智慧化服务能力、产业链整合能力的头部企业，有望在2030年占据70%以上市场份额。■ 社会医疗保险作为最主要的支付方在老龄化趋势下继续承压，个人养老保险、商业养老保险等多元支付手段相应而生，从而完善支付体系我国医保基金收支平衡面临严峻挑战，现已进入"收减支增"的转折期。全国职工医保基金虽保持结余（2024年结余4164亿元），但居民医保的可持续性压力凸显，以部分城市为例，天津2024年城乡居民医保基金收入58.8亿元、支出72.4亿元，赤字达13.6亿元；北京居民医保当年收支缺口也高达5.26亿元。医保收支压力的核心诱因在于人口结构变化，65岁以上人口占比已达13.5%，其医疗支出是年轻人的3-5倍，现收现付制下年轻参保人减少与老年待遇提升形成巨大的剪刀差。个人养老保险截至2024年12月完成全国推广，标志着我国第三支柱养老保险的正式建立，与基本医保、企业年金形成互补。然而从现阶段居民实际缴费情况来看，居民参与个人养老保险的积极性不高，截至2024年末我国个人养老保险开户人数在7000万人左右，占城镇职工基本养老保险参保在职职工的42%，缴费人数仅占开户人数30%不到。主要是两方面原因导致，一是现阶段参保人员的税负优惠没有覆盖年收入9.6万以下的群体，导致中低收入群体参与意愿低，二是作为封闭式投资账户，相较于其他理财产品，缺乏显著的收益率优势，导致居民观望情绪较重。对此我们认为后续或将在税负优惠政策、优化提前支取方案等角度有所放宽，以增强个人养老保险的吸引力。与此同时，商业养老保险市场也在持续扩容，国家积极推动多重政策利好，如上海、山东等地陆续实现“医保+商保”一站式结算，覆盖超千家公立和民营医院，缩短理赔周期至2小时内；长护险试点加速，要求在2025年底前覆盖全国50%地级市，建立政府、企业、个人共担筹资机制，允许险企开发覆盖政策外护理时长、高端护理机构的补充型产品；从国家医保局层面推动医保数据尽快向商保开放等。我们认为商保作为医保补充，正从单一资金补充向全周期健康管理转型。■ 预计到2035年，银发经济规模将达到30万亿，占GDP比重约10%，其中与健康相关的消费有望成为显著市场增量2025-2035年是老龄化从中度向重度过渡的“窗口期”，2035年前，退休人口以低龄老年人（60-74岁）为主，其健康状况较好、财富储备充足，是形成“银发经济红利”的主要人群。从2025年到2035年，中国银发经济规模预计从约9万亿-10万亿元增长至30万亿元，年均复合增长率约12%-15%。这一增长将主要由政策红利、技术创新和消费升级驱动，同时需关注区域差异和支付能力分化的挑战。银发经济产生与健康相关的消费正成为现阶段市场关注的重点。以功能食品为例，针对老龄化人口吞咽咀嚼功能退化、慢性病管理引发低钠低GI食品、抵抗认知衰退相关含PS128、Omega-3等成分的产品、肠胃功能退化相关调整肠道菌群健康的益生菌相关产品等细分品类市场需求积极增长。适老化产品技术改良应用也持续落地，如利用高压微射流将肉类纤维断裂率提升至80%，实现“软食不软营养”，利用纳米包埋技术提高叶黄素生物利用率至普通产品的3倍等。面对银发群体，现已从基础营养覆盖延伸到心血管、骨骼、消化、认知等功能改善领域。银发一族也在持续撬动我国康养旅游市场，据统计我国60岁以上人群旅游消费占比28%，年均出游频次达3.2次（高于全龄段均值1.8次），2024年中国康养旅游市场规模达900亿元，年复合增长率超20%，预计2029年突破1600亿元。康养医护一体化，正成为现阶段新风口。博鳌乐城国际医疗旅游先行区2024年1-8月份接待医疗旅游超26万人次，引进特许药械超440种，推动医养融合新模式。旅游企业、上市药企、地产企业等纷纷入局，启迪药业拟打造中医药康养旅游园区，盘龙药业拟建设医疗+康复+康养综合体，华侨城等布局康养文旅度假基地等。总的来说，银发经济带动的消费浪潮整体方兴未艾，我们积极看好具备医疗资源整合能力、适老化服务设计能力和创新产品开发能力的企业在市场上的未来表现。3）人工智能AI，脑机接口和具身机器人等科技的新一轮革新式的发展，对中国社会和家庭应对老龄化带来新的思路和可能■ 人工智能（AI）技术的突破性进展为养老服务领域注入全新动能，一系列创新性技术应用持续涌现，在优化银发群体生活品质、强化健康防护体系、重构护理服务模式等方面释放显著效能，更成为构建智能化养老生态的核心驱动力通过智能感知、大数据分析和人机协同等技术的深度融合，AI不仅实现了从基础生活保障到个性化健康管理的全场景覆盖，更通过智慧化服务网络重塑了传统养老服务的价值链条，为应对人口老龄化挑战提供了兼具效率与温度的创新路径。基于智能化硬件设备，实现老龄化群体健康指标监测实时化、居家化，提供多维度个性化健康干预，通过整合老龄化群体生理数据、行为模式特征和基因组学信息等，构建精准画像，提供更深层次的健康管理。例如美国的创业公司VitalConnect推出了可实时监测多项生命体征和生物测量参数的可穿戴智能传感器，成为动态心脏监测领域的头部玩家，持续获得资本市场加注，2025年获得超1亿美元融资；来自伦敦的创业公司Zoe通过收集血液或粪便样本以检测血脂、血糖和肠道微生物菌群健康度，根据数据提供定制化营养方案等，公司估值超3亿美元。智能可穿戴设备厂商结合AI学习模型，预测慢性病发展轨迹，调整规划膳食营养组合，实现前瞻性介入，将成为产品应用落地的重要场景之一。通过整合视频诊疗、智能传感等数字化AI手段，构建起覆盖居家养老场景的远程医疗服务体系。依托可穿戴设备及家庭环境感知终端，老年群体可实时传输生命体征数据至云端诊疗平台，实现三甲医院专家的远程病情研判与电子处方开具，形成"数据采集-智能分析-云端会诊"的闭环服务模式。同步部署的AI应急响应系统，通过多模态传感器实时捕捉异常生理信号（如心率骤升、跌倒姿态突变），结合医疗知识图谱实现危急状况的秒级识别，并通过分级预警机制联动急救中心与社区网格，使黄金救治时间压缩率达40%以上。智能陪伴机器人为老龄化群体提供情感支持和认知互动训练。在以ChatGPT、DeepSeek为代表的大语言模型技术加持下，AI智能交互终端演变迭代进展迅速，不仅能实现生活化对话交流和信息咨询相应，也可以依托认知训练游戏、个性化文娱活动等模块与银发群体开展全天候互动，结合老年群体心理状态感知算法进行情绪疏导干预，有效缓解潜在的独居孤独情绪和认知退化性问题。海内外在此已有不少实践，如Intuition Robotics推出的老年陪伴机器人Eliq，旨在为老年群体提供日常陪伴支持，对抗孤独感，帮助老年人健康独立生活，累计融资超亿元美金，获得来自丰田AI基金等日资的持续加注。AI技术助力居家化环境智能化升级，降低老龄群体独居风险。基于物联网构建智能化家居感知系统，如智能床垫监测睡眠状态，自动调整床垫软硬度以提高睡眠品质，机械化调整床垫起卧，方便卧床老人翻身擦身，预防褥疮等；智能照明感应系统精准灵敏调控照明，避免老人起夜摔跌等。利用AI技术对居家环境实现更深层次的适老化改造，构建面向银发群体的宜居环境。■ 脑机接口被广泛认为在老龄化退行性疾病治疗中有巨大的潜力，尤其在运动功能重建和神经认知领域现已取得早期概念性成功，伴随着技术迭代和临床试验的推进，我们认为在未来3-5年内有望能实现更为广泛的医疗临床落地脑机接口（BCI）行业处于爆发式增长阶段，全球市场规模预计从2024年的24.4亿美元增长至2030年的65.2亿美元，年复合增长率（CAGR）达18.1%。非侵入式BCI 2024年占比85.9%，主导脑机接口市场，设备端以脑电帽为主，广泛应用于消费领域场景，侵入式BCI受限于手术风险和高昂成本，目前主要用于医疗康复场景。以阿尔茨海默病为例，在疾病早期诊断干预方面，可以通过对脑电信号的监测，捕捉阿尔茨海默病患者特有的脑电波异常（如θ波和α波节律变化），辅助识别早期认知障碍，也可结合AI算法，识别疾病相关生物标志物的演变活动，帮助医生实现早期筛查干预，如Neurable推出的耳机目前可用于阿尔茨海默病患者的注意力监测，并计划扩展至痴呆症早期筛查。在疾病发展阶段，可以构建对应的认知训练方案，通过训练强化调动特定脑区活动，侵入式产品还能精准刺激大脑海马体或前额叶皮层，尝试修复受损神经回路，减缓认知衰退，延缓疾病演变进展，如麻省理工学院（MIT）团队开发了基于BCI的神经假体，通过电刺激海马体改善小鼠的短期记忆，为AD治疗提供新思路。疾病晚期相对来说干预治疗的潜力较小，但也能通过脑信号转化成语音等形式，对患者的语言表达、功能操控等方面提供帮助。此外，脑机接口在因脊髓损伤、脑卒中、肌萎缩侧索硬化症（ALS）等导致的运动瘫痪领域应用也是目前行业开发的重点方向。脑机接口能通过绕过受损神经通路，直接在大脑与外部设备间建立通信，帮助患者恢复运动或环境控制能力。现阶段，各国政府积极资助脑机接口相关项目，加速推动临床试验落地，例如美国BRAIN计划持续资助神经调控与刺激相关项目，并且项目研发重心在2024年起已从初始的调控技术概念验证转变为临床验证，美国国立卫生研究院（NIH）于2024年启动的Blueprint Medtech项目，助推脑机接口设备实现市场落地，欧盟科技政策的新航标“地平线计划”于2024年新增了18个脑机接口项目，涉及相关神经假体开发、BCI生物标志物筛选评估等。在此背景下，海外脑机接口在临床应用方面已陆续取得突破进展，多家头部公司在2024年相继开展临床试验，如Neuralink开发的侵入式脑机接口设备已完成3例临床，计划在2025年再完成20-30例，目标是在2030年植入超过2.2万人，Synchron用于治疗瘫痪的脑机接口产品也在2024年起着手开展大规模人体试验，截至目前已完成10例植入。■ 老龄化社会带来的康养照护压力将成为具身机器人的增量市场需求自20世纪50年代图灵首次提出“具身智能”概念以来，具身机器人历经半个多世纪的技术积淀，正以指数级速度重塑人类社会的技术图景。第一阶段（1950s-2000s），具身智能处于理论探索期，以仿生机械臂与早期AI算法为主，如本田ASIMO机器人实现基础运动控制，但受限于算力与感知技术，仅能完成预设程序动作。第二阶段（2010s-2019），深度学习革命推动具身智能进入“感知觉醒”时代，波士顿动力Atlas通过强化学习实现跑酷等复杂动作，标志着机器人从“机械执行”向“环境交互”跃迁。第三阶段（2020s至今），大模型与多模态技术的融合催生“行动智能”爆发，特斯拉Optimus、优必选Walker等产品在工业制造与家庭服务场景实现商业化落地，全球市场规模预计2030年突破万亿美元。基于经济性模型角度，工业场景会早于消费场景更早成熟，且随着投产数量的增长，机器人成本将下降且性能提升。而站在长周期角度来看，在老龄化带来的人口结构变革下，制造业劳动人口短缺趋势难以逆转，具身机器人或将成为很好的劳动人口补充。以康养照护为例，具身机器人可实现人力辅助甚至是人力替代的效果，提高养老护理效率，缓解护理人员缺口紧张。例如在2024年机器人与自动化国际会议（ICRA）上，慕尼黑工业大学机器人与机器智能研究所（MIRMI）展示的GARMI护理机器人，通过ChatGPT理解指令，可自主完成翻身、喂食、清洁等20项高频护理动作，将护工从基础重复性工作中解放，使其专注情感关怀与紧急医疗处理等工作，提高护理质量；业内部分日本企业也在尝试开发移乘护理机器人，实现卧床患者的安全、便捷转移，降低压疮发生率，减少传统人力搬运过程中的风险和意外损伤。技术突破与政策驱动也形成了共振。自2023年起，上海、北京、广州等城市已陆续开展试点，将外骨骼机器人、智能监测床垫等设备纳入长护险支付范围，报销比例在30%-50%之间。以上海为例，上海在2023年发布的《关于进一步完善本市长期护理保险制度的实施意见》中明确提到“支持符合条件的智能护理设备（如外骨骼机器人、非侵入式监测仪等）纳入长护险支付范围”，浦东新区2024年发布的《智慧养老场景应用示范区建设方案》中明确将“护理机器人租赁服务”纳入长护险支付试点，单台设备月报销额度不超过800元。具身机器人在消费场景的应用存在一定挑战，高昂的开发和制造成本限制了具身机器人的落地应用，但政策的试点应用将是一个积极的利好信号，我们认为未来伴随着设备租赁+保险报销覆盖模式的探索创新，具身机器人在康养领域的应用将持续深化，推动实现更大范围的普及推广，缓解康养领域的人力缺口，改善康养机构成本模型，是未来应对人口老龄化的重要解决方案之一。2、生成式AI与机器人技术正通过提升诊疗精准度、药物研发效率和医疗普惠性，重构全球医疗产业格局。中国拥有海量数据和场景创新优势，但面临数据孤岛、算法依赖和监管滞后等基础层瓶颈。未来需突破智能器械、数据合规流通与差异化创新，构建“技术-制度-人文”协同框架，推动医疗资源向分布式转型。作为底层技术驱动力，AI最显著的优势是可以快速提升各类医疗应用中的精准度与效率，代替人工快速整合出个性化的解决方案，大幅提高医疗普惠性，最终带来产业变革：在医疗领域，AI赋能药物研发、影像诊断等环节加速突破，手术机器人、脑机接口等技术推动外科与康复治疗迈向精准化；机器人则从自动化向智能化延伸，实现定制化体检、个性化健康管理等场景创新。与此同时，AI的普惠特性有助于弥合医疗资源鸿沟，通过辅助诊断系统提升基层医院服务能力。然而，这一技术落地仍面临现实挑战——强监管属性决定医疗AI需经历漫长验证周期，人类专家的核心决策地位难以替代，当前技术更多在医疗场景中扮演效率工具角色。聚焦中美对比，中国在数据资源规模（14亿人口医疗数据沉淀）和应用场景创新（医疗影像AI、慢病管理等）具备独特优势，但在基础层仍存在明显短板：法规限制严格、科研数据需依赖国外数据库、算法框架/医疗设施等基础设施受制于人、跨机构医疗数据孤岛问题突出，药械联动的创新生态尚未成熟。未来中国需在夯实算力底座、推动数据合规流通的同时，细化监管措施，重点突破智能器械、AI辅助新药研发等差异化赛道，构建具有本土特色的医疗科技发展路径。1）AI给医疗健康产业带来巨大变革：生成式AI与机器人技术深度融合医疗健康产业，通过技术-政策-临床需求共振驱动全链条变革：智能器械实现国产替代突破，生成式AI颠覆药物研发范式，分布式医疗体系重构资源分配，检测自动化向基层渗透。康复机器人借医保支付破局转向居家健康管理，形成“设备-数据-服务”新生态。中国虽在应用场景创新领先，仍需攻克基层智能化渗透不足、支付体系滞后等瓶颈，构建“技术迭代-制度适配-生态协同”的发展路径。■ 技术-政策-临床需求共振，触发全产业链变革AI与机器人技术的突破并非孤立存在，其背后是政策引导、老龄化社会需求与底层技术创新的深度耦合。政策层面，国家将“人工智能+医疗”上升为战略方向，通过《卫生健康行业人工智能应用场景参考指引》等文件明确技术应用边界，并推动医疗大模型建设；临床端，基层医疗资源缺口与疑难病症诊疗压力倒逼智能化升级，例如AI辅助诊断系统在县域医院的应用率已从工具型角色转向决策支持型角色。技术端，多模态数据融合能力（如影像、病理、基因数据的交叉分析）正突破传统医疗单点优化的局限，形成“预防-诊断-治疗-康复”的全链条闭环。三者协同驱动医疗产业从“设备依赖”向“数据驱动”跃迁，但数据孤岛与算力分散仍是关键掣肘。■ 医疗器械智能化升级，从替代到超越的临界点国产替代浪潮已从低值耗材向高端设备延伸，核心逻辑在于智能化技术对传统精密制造能力的补位。例如，AI导航系统通过动态补偿算法突破机械臂精度极限，使国产腔镜机器人实现亚毫米级操作，基层医生手术学习曲线缩短70%；再如柔性传感技术将肌电监测成本降至进口1/5，推动康复外骨骼从实验室走向社区。智能化升级的本质是重构产品价值曲线——通过“硬件标准化+软件定制化”模式，将设备从功能载体转变为数据入口，形成“硬件销售-数据服务-疗效付费”的增值生态。但县域设备闲置率超30%的现状提示，智能化需与临床路径优化同步推进。■ 医药研发效率革命，生成式AI突破传统“三高”困境生成式AI正颠覆药物研发的底层逻辑：LucaProt模型通过多模态特征提取，将RNA病毒发现效率提升30倍；靶点预测大模型将临床前周期从5年压缩至14个月，突破传统试错模式。这种范式跃迁依赖三个支点：一是跨学科数据融合能力（如蛋白质结构预测与虚拟筛选的闭环）；二是算力基建的集约化布局（如区域医疗超算中心）；三是激励机制创新（如数据产权交易机制）。■ 医疗服务模式重构，从集中式到分布式医疗，推动优质医疗资源下沉微集中式医疗体系正在解构：远程手术机器人突破时空限制，5000公里跨区域手术成功率超95%；AI健康管理平台通过可穿戴设备实现10+生理指标实时监测，使慢性病并发症预警准确率提升至89%。微医天津数字健共体验证了“基层筛查-智能诊断-疗效追踪”的闭环可行性，基层糖尿病管理效率提升300%。这一变革的深层意义在于重构医疗资源定价体系——从“设备采购成本”转向“健康管理价值”，但支付体系滞后（仅12% AI服务纳入DRG）与基层补贴依赖症仍是规模化落地的阻碍。■ AI诊断+机器人自动化重构医疗检测范式，从效率革命到基层普惠的路径探索AI与机器人技术的融合正在推动医疗检测从“单点优化”向“全链条智能化”跃迁。国内头部企业通过AI辅助诊断三类医疗器械证的获批，加速了智能诊断工具在临床的规模化落地，其核心价值在于将医生的经验沉淀为可复用的算法模型，显著提升诊断一致性与效率。与此同时，IVD领域的主流厂商已全面转向实验室自动化流水线布局，通过机器臂、智能传输系统与AI质控模块的集成，实现样本处理、检测与分析的无人化闭环。然而，这一升级浪潮仍高度集中于三级医院，基层医疗受限于样本量分散、操作培训不足、设备维护成本高等问题，智能化渗透率不足20%。为解决这一矛盾，行业正探索两大路径：一是依托区域医学检验中心，通过“中心实验室+基层网点”模式集中处理检测需求，降低基层设备闲置率；二是开发轻量化、低成本的AI辅助系统，如POCT+AI诊断，仅需基础硬件即可运行，逐步实现“从三甲赋能到基层反哺”的生态闭环。■ 国产手术机器人替代加速，技术普惠与术式下沉的协同破局国产手术机器人正迎来“替代加速期”，其底层支撑是技术成熟度与支付能力的共同提升。随着国产腔镜、骨科机器人在操作精度、力反馈等核心指标上比肩进口产品，医保目录的覆盖（如北京、浙江将机器人手术耗材纳入报销）直接降低了术式推广门槛，推动高难度手术从顶级三甲向县域医院下沉。这一进程的关键在于“技术-支付-培训”三要素的协同：一方面，国产设备通过模块化设计降低维护成本，适配基层医院的实际预算；另一方面，头部企业（与区域医疗中心共建培训基地，将复杂术式的学习周期从数月压缩至数周。但深层矛盾依然存在——基层医院缺乏持续的技术支持团队，过度依赖厂商驻场工程师，导致设备利用率波动较大。行业创新方向已清晰：一是发展“机器人手术服务订阅制”，基层医院按手术例数支付费用，规避高额设备采购压力；二是构建远程专家协作网络，通过5G+AR技术实现“上级医院主刀-基层医院操作”的混合现实手术模式，从根本上破解人才瓶颈。■ 康复机器人医保支付破冰，居家场景成商业化主战场康复机器人的商业化正经历从“医院中心化”向“居家普惠化”的范式转移。医保支付政策的突破（如上海、南京试点租赁报销）与产品轻量化设计的结合，首次让外骨骼、上肢康复机器人等设备进入家庭场景成为可能。这一转变的核心逻辑是重新定义康复价值——从“治疗性干预”转向“持续性健康管理”，通过每日高频、低强度的居家训练提升患者生活质量。当前行业面临双重挑战：一是家庭场景的适配性要求更高，需解决设备安全性、操作简易性与空间兼容性问题；二是支付体系仍依赖区域性试点，尚未形成可持续的“医保-商保-个人”共担机制。破局路径已现端倪：头部企业开始探索“硬件+服务+保险”捆绑模式，例如购买康复机器人赠送年度远程康复指导服务，并与商业保险合作开发专项险种，覆盖设备损坏、效果不及预期等风险。未来，康复机器人的竞争将超越硬件参数，转向生态整合能力，即能否构建“设备-数据-服务”的居家健康管理闭环，真正实现“让康复走出医院”。2）中国AI+机器人发展的掣肘之处及未来展望：中国AI+医疗在医药研发全链条赋能与场景创新中展现优势，但基础层短板突出：数据孤岛、算法依赖海外、靶点同质化，对比美国在开放数据与算力补贴等底层生态差距显著。尽管AI+器官芯片、虚拟临床试验等突破机遇显现，仍需攻克数据治理、基层临床渗透与伦理认定三大壁垒。未来需通过数据产权交易、医企联合研发及分级责任机制，推动底层创新与生态成熟。■ AI在医药研发领域已实现全链条赋能，政策将通过持续的改革与行业现实相匹配在靶点识别环节，DeepMind的AlphaFold通过预测超过2亿种蛋白质结构，已开始普遍应用在各个药企中；生成式AI技术则颠覆药物设计逻辑，如英矽智能利用AI平台PandaOmics发现TNIK靶点，仅用18个月完成从靶点发现到临床前候选药物提名，成本仅为传统方法的1/3，成为全球进展最快的AI药物之一。AI还在进一步优化临床试验环节，如Flatiron Health通过分析癌症患者数据发现预测药物反应的新生物标志物，将患者招募时间从数月缩短至数天；太美智研的“互联网+AI”招募模式支持1200+项目，效率提升45%，并通过RPA自动化处理药物不良反应报告，减少37%人工工作量。尽管AI药物尚未获批上市，但全球管线已超300条，未来在数据共享、人机协同及伦理框架完善下，有望跨越“死亡之谷”实现突破。在近期，美国FDA宣布将通过一系列方法减少、改进或取代在单克隆抗体疗法及其他药物的研发中动物试验要求，在政策层面给予了更多积极尝试。■ 中国医疗AI的基础层短板明显，限制其在产业的深度应用，部分领域中美差距明显中国在数据资源规模（如14亿人口医疗数据沉淀）和应用场景创新（医疗影像AI、慢病管理等）具备独特优势，但在基础层仍存在明显短板：法规限制严格、科研数据需依赖国外数据库、算法框架/医疗设施等基础设施受制于人、跨机构医疗数据孤岛问题突出，药械联动的创新生态尚未成熟。美国医疗AI底层生态优势显著：公共数据集开放程度高（如NIH公开100+万例临床影像数据），谷歌、英伟达等云算力巨头向药企提供50%算力补贴，靶点创新率高达43%；而中国靶点同质化率67%、92%算法依赖海外开源。■ AI+机器人产业已出现突破性机遇，但仍需翻越数据治理、临床普及、伦理责任三座大山在医药研发、医疗普惠化、伦理突破等层面，已有明确的机遇出现。医药研发：AI+器官芯片技术加速复杂疾病模型构建，虚拟临床试验将替代30%传统试验；医疗普惠化：AI辅助诊断系统基层覆盖率2027年目标达80%，缩小城乡诊疗水平差距；伦理框架：欧盟GDPR式医疗数据跨境规则、AI误诊责任分级认定机制或于2026年成型。产业已具备爆发的基础，但要实现真正的爆发，仍有如下障碍需要攻克：数据治理层面，医疗机构数据脱敏合规率不足45%，历史数据真实性存疑导致模型泛化能力受限；临床普及层面，90%基层项目依赖政府补贴，设备操作培训完成率不足50%；伦理层面，65%医疗AI误诊纠纷缺乏责任认定标准，意识操控、神经增强等技术引发生命伦理争议。破局需构建“技术-制度-人文”协同框架：建立医疗大模型训练数据的产权交易机制，推动三甲医院-企业联合研发中心落地，完善AI医疗事故分级责任认定体。3、中国IP权益全球化进程加速，当下中国产业正在经历从“中国制造”到“中国研发”与“中国IP”的转向。医药领域的NewCo交易模式快速崛起，成为创新药乃至医疗器械出海新范式。1）随着中国在多领域基础研发方面的能力不断进步，我们正在经历一场从“中国制造”转向“中国研发”和“中国IP”的时代变革和全球产业链重构从1980到2010年间，中国依靠丰富劳动力实现工业化，工程师的红利助力了国家工业化和多基础能力的建设，到2009年，中国制造业已经占总GDP的比重在30%左右。中国产业结构从劳动密集型升级至资本密集型，再到技术密集型，在电子、汽车、家电、医药等领域形成了“中国制造”的标签。当时间来到21世纪的第二个十年，随着中国政府大力推动创新驱动的发展战略，科技投入显著增加，并伴随着中国基础科学研究的积累到达了质变的临界点。根据世界知识产权组织（WIPO）发布的《世界知识产权指标》报告显示，中国2021年提交的专利申请量达159万件，约占全球申请总量的一半，连续11年位居世界首位。此外，中国在2021年拥有的有效专利数量达到360万件，首度超越美国，成为全球有效专利数量最多的国家，同时也是专利申请量最大的来源国。中国在高科技、基础研究和前沿技术领域的投入，科研红利作为新兴的经济增长动力，以高投入、高风险和高回报的特性，引领从“中国制造”转向“中国研发”和“中国IP”的时代变革。在医药领域，在中国医药发展早期的2000年到2015年，中国药企以原料药和仿制药生产为主，凭借中国的生产成本优势快速切入了国际市场，逐步形成了“中国制造”的标签，至今中国原料药供给占全球比重接近30%，是全球最大的原料药供给国。到了2015年，在中国加入ICH（国际人用药品注册技术协调会）和国家监管部门系统性重启新药审评后，中国创新药的黄金时代来临，经历了10年的快速发展，现在已经跃居全球第二大医药研发国，根据Citeline发布的《2025年医药研发年度回顾》，2025年中国在研新药管线数量、在研管线数量全球占比达29.5%，仅次于美国。根据DealForma的数据，2023年和2024年，跨国企业引进的创新药中，分别有29%和31%的产品来自中国。医药领域正在经历着“中国制造”到“中国研发”和“中国IP”的转变。2）在新药研发方面，以美国投资方买断中国新药公司IP为底层交易逻辑的NewCo交易迅速崛起，标志着中国新药研发的能力正在引发全球市场的关注今年初，美国《华尔街日报》一篇“The Drug Industry’s DeepSeek Moment”直接指出中国Biotech现在开发药物的速度更快，成本更低，全球生物医药行业正在迎来“DeepSeek timing”。在2023年中国生物医药出海迎来大爆发，出海授权数量首次超过从海外引进的数量，2024年国产创新药出海不仅在交易数量和交易金额上更进一步，首付款总额首次超过融资总额，到2025年第一季度，国产创新药的交易数量和金额已经接近去年同期三倍，形成了License-out，NewCo多模式并存的出海方式。■ NewCo作为产品授权+股权的联合出海形式正在迅速崛起NewCo（Newly Created Company），是将公司特定管线的海外权益授权给海外资本成立的新公司，借助国际资本的海外优势搭建国际化管理团队，以公司在海外上市或被并购实现退出的一种交易模式。一般来说投资人占比超过50%，负责公司的主要运营管理。2024年5月，恒瑞医药将旗下GLP-1产品组合海外权益许可给美国Kailera(Hercules)公司，获得1.1亿美元首付款和近期里程碑，并获得Kailera公司19.9%的股权,整体交易规模超60亿美元。而Kailera公司则完成了由Atlas Venture、Bain Capital、RTW和Lyra Capital投资的4亿美元A轮融资。可以看到通过本次NewCo交易，恒瑞医药获得了可观的首付款和里程碑款项，同时通过股权绑定，深度参与了管线后续上市/被并购的权益兑现，保障了核心利益。而投资方获得了优质管线资产和公司运营管理权，充分释放产品价值，实现利益最大化。这次交易引发了连环反应，NewCo这种海外投资方以创新药IP作为核心资产的“产品授权+股权”交易形式迅速崛起，短短半年过去，康诺亚、亿腾嘉和、岸迈生物、维立志博、先为达等一众明星公司加入其中，截止到2025年第一季度，国内医药企业已经完成了13起NewCo交易，交易总金额超过100亿美元。■ NewCo模式兴起的本质上是医药寒冬与中美对抗加剧下，中国创新药资产在全球市场新的尝试目前国内医药领域的资本寒冬还未退去，中国Biotech行业依然存在融资难的问题，国内创新药退出路径还不明朗，一方面创新药企业IPO问题悬而未决，另一方面创新药定价机制和支付体系还不足以支撑创新药企业通过分红实现资本退出。然而随着中国医药研发水平不断提升，中国创新药企业已经从早期的fast follow转变为全球BIC产品的研发，并崛起了百济神州、康方生物等一众BIC产品玩家，在临床上验证了中国医药企业具备研发出全球BIC产品的能力。并且由于加剧的中美地缘政治影响，“NewCo模式”将核心资产与潜在的法律风险进行一定程度地隔离，并且回归到海外资本来主导的Biotech发展模式，确保了敏感信息的处理符合当地监管要求，使得中国资产能够灵活应对复杂的国际监管环境。NewCo通过独特的“产品授权+股权”的联合出海机制，使中国医药企业既能获得资金支持，又能保留部分股权共享长期收益，而投资方不仅提供资金，还深度参与NewCo公司的孵化、管理，以及产品海外临床开发，还同时规避了中美日益加剧的地缘政治的影响，大大加速了产品的全球化进程。■ NewCo或将开启中国Biotech进入以跨国药企并购为目标的时代过去中国创新药企业一般以IPO上市作为主要退出路径，而随着IPO的缩紧，这一退出路径实现难度激增。其实对于海外Biotech企业来说，退出路径包括IPO和M&A，而被跨国药企并购才是大多数海外Biotech的终极目标。近3年美股IPO市场表现比较低迷，而美国并购市场却一直保持活跃，交易的金额、数量在低迷市场下还显著上升。长期来看，并购其实是海外Biotech（包括已上市公司）的主要退出方式。而NewCo正是这一承上启下的重要过程，NewCo标的资产可能在初期比较难直接授权给跨国药企或者被跨国药企并购，需要进行进一步的海外临床开发，得到进一步验证后被跨国药企收购。NewCo的出现，分摊了国内企业的海外开发的风险，并且海外资本带来的国际化运营能力优势，大大加速了NewCo到被并购的过程。随着国内二级市场创新药企业市值有所回升，创新药IPO监管出现的松动，国内创新药投资情绪正在逐渐好转。NewCo这一新兴模式的崛起或将趋于常态化，而其给国内Biotech以及投资机构带来了新的启示：中国Biotech企业可能将不再以IPO上市为主要退出路径，而是IPO/M&A/BD并行的方式来实现资本退出。3）我们预期新药领域NewCo这种交易模式也会同样被复制到医疗器械领域在当前全球化的浪潮中，国际市场同时为中国医疗器械企业带来了前所未有的机遇。目前中国医疗器械行业兼具“中国制造”和“中国研发”双重属性，无疑也将成为国际市场追捧的“宠儿”。通过NewCo的方式，利用现有国际资本平台或商业化渠道加速国际化进程，可以实现产品的国际化策略与价值的最大化。同时随着中美加剧的贸易战影响，医疗器械通过NewCo这种IP的交易模式，可以很好的规避地缘政治的影响。我们预期创新药领域的NewCo交易模式也同样会在医疗器械领域掀起一波新的浪潮。■ 中国器械企业对全球权益的迫切诉求本质上来源于国内市场倒逼，尤其是集采环境下的企业不确定性极具增加集采的“挤压效应”与全球化市场的“拉力效应”共同驱动了中国器械企业的出海。集采导致的价格断崖式下降，给国内器械企业带来了巨大的业绩压力。以冠脉支架为例，2020年国家集采后均价从1.3万元降至700元，降幅达94.6%。与之相反，海外市场，尤其是发达国家的高卫生健康支出体系背后拥有乐观的定价空间，成为吸引国产企业出海的关键因素。同时，根据Statista数据，2023年全球医疗器械市场规模5,662亿美元，超过国内市场规模的10倍，2023-2029年预计年复合增速接近5%。在此市场规模的拉力及国内竞争加剧的压力下，大量中国器械企业将更加积极加速布局海外市场。■ 国内医疗器械市场呈现结构性矛盾，中国医疗器械企业亟需通过国际化验证技术能力国内低端产品同质化竞争激烈，国产企业陷入价格大战，然而一些技术壁垒较高的产品仍被进口产品垄断，国产化率极低，短期内难以突破外资垄断，例如目前飞秒激光均为进口品牌。因此国内企业迫切的希望能够在海外市场验证产品技术能力，以提升国内市场竞争力；或者收购海外创新技术，进行产品代际迭代，以便获得未来竞争先机。■ 积极探索NewCo模式在医疗器械领域的前景，或将在具有全球专利布局的技术密集型产品中落地“NewCo模式”在新药领域已逐渐成熟，即通过设立独立子公司运作新项目，以吸引国际资本，专注新项目研发、生产和商业化，该模式可以有效规避母公司品牌偏见，灵活对接海外当地资源。由于大部分器械产品是生产成本的竞争，对于研发投入需求不高，使得NewCo模式在医疗器械行业短期难以复制。但对于涉及高端医疗器械或者新兴技术的器械项目，或将具有一定的可复制性，有助于形成专门化研发团队，降低内部资源冲突与整合难度，而且独立运作也更易于接受外部投资并快速响应市场变化。4、生物制造是“平台型产业”，其正在对多个关乎民生的支柱型产业进行颠覆性升级与变革。中国将快速成长为全球生物制造产业的“重要一极”，逐步成为产业“推动者”和“引领者”。1）2024年中国生物制造产业估算市场规模为4,762亿元，年增长率超过15%，相较于2023年大幅增长。中国在生物制造底层技术与产业基础上的领先地位逐渐凸显，正在从全球生物制造的“贡献者”走向“推动者”和“引领者”，逐步成为全球生物制造中心之一根据估算，2024年中国生物制造产业市场规模从2023年的4,176亿元增长至4762亿元，产业同比增长率超过15%。预计到2030年，中国生物制造产业总体规模将会接近1.8万亿元。与之对应，全球生物制造产业规模将达到1.1万亿美元，约合8万亿人民币，中国占比接近23%，中国正逐步成为全球生物制造中心之一。我们预测，未来5年，中国凭借规模化产能和成本优势，通过突破底层技术、完善产业链生态、扩大全球合作，中国有望主导亚太市场并重塑全球生物制造规则，真正实现从“贡献者”到“推动者”、“引领者”的跃迁。2）生物制造是与人工智能类似的“平台型”产业，具有“基础设施”属性，是未来传统产业升级的核心推动力。未来5年内会在部分领域发生前所未有的颠覆性变革，未来10年内会彻底改变全球各个产业生态在2024年的白皮书中，我们提到，在未来5-10年全球60%的物质生产可通过生物制造方式实现。换言之，绝大部分制造业及产成品都有可能在可预见的未来被生物制造重构。根据我们的观察，生物制造推动产业升级的速率远超预期，生物制造已经渗透到各个产业，并正在对六大关乎民生的支柱型产业产生颠覆性变革，包括：医疗健康、工业化工、食保健品、医美日化、生物农业畜牧业、生物能源。对细分行业的覆盖充分体现了生物制造作为“平台型产业”的重要性。3）中美将成为全球的生物制造两大中心。两国在市场需求、区域优势甚至包括历史发展等方面存在显著差异，因此发展逻辑截然不同。中国生物制造市场依托于原有基础和强大政策支持，已实现在多个细分领域的全球突破。中美在竞争中谋求合作将长期存在，中美“竞合”将驱动生物经济新浪潮生物制造正成为当前全球各大国科技创新和产业变革及经济发展重要增长点。中国与美国正走在不同的发展轨迹上。美国在合成生物学、基因编辑等技术创新方面处于全球领先地位，政府通过“国家生物经济蓝图”等政策推动，众多生物技术巨头、风险投资机构牵头。中国生物制造看似相对美国起步晚，但却拥有全球领先的产业基础，以及全球70%以上的发酵产能。国务院发布的《2025年政府工作报告》，明确提出培育生物制造等未来产业。此外，14亿庞大的人口基数为生物制造产业提供了庞大的市场需求。中国正在“以产品需求为导向”的高速发展轨道中。相对美国，中国的发展加速度更快，可持续性更强。4）在中国，生物制造已经渗透到各个产业。生物制造本质上是“制造业”，产业融合推进速度取决于技术“卡脖子”的严重程度与“创新迭代”需求的迫切程度。我们预计，以工业化学品为代表的产业中，生物制造替代影响范围比预期更深远，以食品保健品为代表的产业中，生物制造升级改造速率比预期更快以工业化工为代表的产业中，生物制造替代影响范围比预期更深远。对于传统工业化学品行业的影响不仅体现在技术路径的革新，更触及产业链、政策和全球竞争格局的变革。代表性的场景有：生物基材料规模化替代石化塑料、高附加值化学品的生物合成、原料多元化与碳循环等。行业专家预计，2030年生物基聚合物产能将覆盖85%传统塑料需求，生物柴油替代率突破20%。以食品保健品为代表的产业中，生物制造升级改造速率比预期更快。从政策到产业化，升级速率正在不断加快。2024年10月，国家卫健委发布母乳低聚糖（HMOs）相关获批表明，采用发酵法生产原料的安全性验证、有效性验证的审批流已被逐渐认可。审核端、技术端双向发力，生物制造在食品保健品领域的替代速度远超预期。5）“出海”与“融合”正在深度重塑生物制造产业画像。一方面，中国企业“走出去”、海外企业“引进来”双向发力正当时，另一方面，全球的工业、农业、食品、日化等产业巨头跨界进入生物制造领域以谋求新的增长点国际市场拥有明显的价格优势与容量潜力。出海是从“14亿本土市场”转向“80亿全球市场”的必然选择。与此同时，海外企业、个体客户的支付水平相较于国内也有明显的提升，中国企业通过出海获取更高回报。与之相对应的，中国具备全球领先的效率与成本优势,在华发展能够帮助海外龙头企业提升产品盈利性与公司整体效益。越来越多的企业转型跨界涉足生物制造产业，生物制造是传统企业的新增长引擎，通过“跨界融合”布局合成生物技术与产品，使得企业能够应对自身行业周期性低谷和需求变化。我们认为，生物制造是最适合“复制”新药领域NewCo交易模式的行业。生物制造从原料端到市场端都需要全球化的协同和互相促进，这是推动生物制造在全球范围内走向规模化发展和可持续的必经之路。6）如我们预测，2024年国资背景基金、地方政府在生物制造业实现了深度参与，并启动了“生态化”布局。与之形成对比的是，上市公司和大企业集团在生物制造领域则偏向谨慎2024年白皮书中，我们提到：在生物制造产业的发展中，“国资”发挥着中流砥柱的作用。各地政府一方面通过设立基金，运用“投招联动”模式推动产业落地，另一方面通过政策指引，明确自身产业定位，加速形成具备地方特色的产业集群。资本市场遇冷的大环境下，上市公司和大企业集团面临资金压力，倾向于选择有产业协同、技术成熟度高、有万吨级或以上生产能力，且在财务指标上符合自身投资逻辑的企业。导致上市公司和大企业集团对于合作的判断周期延长，用“既要、又要、还要”来增加“安全垫”。5、中国健康产业正进入大整合时代，并购从资本扩张转向产业协同的主战场。在IPO退出受阻、估值体系重构的背景下，A股上市公司主导的产业链整合加速推进，买方市场特征凸显，创新交易模式与供应链本土化需求交织，勾勒出产业升级的新图景。1）并购常态化是产业发展与资本市场成熟的重要标志，成熟市场经验已提供有力佐证成熟市场经验表明，并购整合是产业走向集中、资本市场走向成熟的必然过程。美国、欧洲等发达市场的发展路径清晰展现了并购对行业结构优化、产业效率提升和竞争格局重塑的重要作用，中国健康产业同样不会例外，并购将逐渐成为推动产业发展的核心手段。目前，中国健康产业的并购交易正日益常态化，频率和规模不断增加，这不仅推动了企业规模扩大，也有效提升了行业整体竞争力和抗风险能力，推动行业资源优化配置。2）IPO退出通道受阻，“资本狂欢”降温，并购整合存量时代到来过去数年中资本推动下健康产业一级市场高速扩张，但市场情绪冷却、IPO渠道收窄后，巨量存量资产面临退出压力。新增资本入局有限，并购作为存量资产流动的主要方式凸显其重要性，市场正式进入以存量资产整合为主导的并购时代。在这一阶段，投资者更倾向于务实、理性的投资策略，不再盲目追逐规模和估值泡沫，而是更关注并购对象的业务协同性、战略价值和现金流表现。通过精细化的资源整合与优化配置，企业将更有效地应对市场波动和资本收紧带来的风险，实现更为稳健、可持续的发展。3）A股上市公司引领并购趋势，从早期的市值管理为目标到今日聚焦产业整合，逻辑渐趋成熟经过多年发展，A股上市公司已逐渐成为健康产业并购市场的核心力量。尤其在美元财务投资人投资力度显著降低、逐渐淡出市场后，A股上市公司凭借资金优势、产业理解及战略协同能力，迅速填补市场空白，成为并购交易的重要主导力量，并预计在未来相当长的一段时间内持续保持主导地位。从早期简单的市值管理逐步转向产业发展的逻辑，A股上市公司更加注重并购标的的战略协同性与长期价值创造，推动健康产业更精细化、更高质量的发展，成为未来产业并购市场的主流投资力量。4）资本寒冬强化买方市场特征，估值体系调整推动优质资产浮现当前资本寒冬背景下，买方市场的属性进一步凸显，买方在交易中话语权明显增强。资产估值体系持续调整，促使更多具有高性价比的优质资产浮出水面，为具备战略眼光和资金实力的买家提供了难得的交易机会。在这一背景下，卖方企业会更加理性地看待市场估值环境，调整自身预期，注重企业的内在价值与可持续发展能力，以更为务实的态度应对市场的估值调整，努力实现交易双方的共赢。5）并购模式持续适应行业变革与中国特色，创新交易模式不断涌现随着资本市场环境趋紧、融资渠道收紧、监管政策日益严格，健康产业并购领域的传统交易模式逐渐难以满足企业日益复杂和多元化的战略需求。在此背景下，企业不得不寻求更具创造性和灵活性的并购交易结构，以更高效地实现资源整合、风险管理与价值创造。创新的并购模式，包括股份支付、资产置换、NewCo模式、金融资本甚至是地方国资参与控股等，不仅提升了交易的灵活性和执行效率，也为企业应对市场不确定性提供了多元化的战略工具和参与方。这些创新举措促进了产业链上下游资源的高效配置和深度协同，进一步推动了产业的整体竞争力和可持续发展能力。6）地缘政治冲突推动并购新趋势：供应链本土化与中国技术IP加速出海全球地缘政治紧张局势与供应链不确定性持续加剧，促使中国健康产业企业加速调整全球战略布局。并购，作为当前最具效率和穿透力的战略工具，正日益成为企业实现“自主可控”与“出海拓展”的双重引擎。一方面，企业通过并购国内关键环节的上下游资产，推动供应链本土化布局，提升产业链的稳定性和抗风险能力，构筑面向未来的不对称竞争优势。另一方面，地缘政治带来的市场重构，也为中国企业通过并购进入海外市场、输出自主技术和知识产权打开了新窗口。*封面图片来源：123rf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。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。动脉网，未来医疗服务平台

Brain health biotech Neumora has stopped two of its Phase 3 trials in major depressive disorder to make adjustments after the first late-stage study unexpectedly failed at the beginning of this year. The Watertown, MA-based biotech has also shelved a Phase 2 study of the drug, dubbed navacaprant, for bipolar depression. During its quarterly update on Monday morning, Neumora said the cull would allow it to “prioritize the resources” toward its Phase 3 trials. The moves arrive two months after navacaprant missed the bar in the first of its three identical Phase 3 trials, which deteriorated hopes for the drug’s potential in helping open up a new class of depression treatments. Navacaprant is a kappa opioid receptor antagonist, a new type of neuromedicine also being explored by other companies like Johnson & Johnson. The January fail tanked Neumora’s stock. Shortly after, Neumora CEO Henry Gosebruch departed. His predecessor, Paul Berns, became his successor . Now, in his first big move as second-time Neumora CEO, Berns and team have decided to place navacaprant’s second and third Phase 3 trials on pause, though they’re expected to quickly resume sometime this month, the company said. Neumora has slashed the number of clinical sites in the studies and selected ones it believes “have the greatest level of expertise in conducting MDD studies.” It also will add more medical monitoring, including an independent review called SAFER to ensure “appropriate patients are enrolled.” The biotech will also add more screening tools to exclude people already enrolled in multiple clinical studies. The late-stage adjustments will push back the readouts of KOASTAL-2 and KOASTAL-3 to the first and second quarters of 2026, respectively. Neumora’s $307 million in cash, equivalents and marketable securities will just barely get the company through those results, as those coffers provide runway into mid-2026, per the Monday update. Neumora previously guided data for both of those studies in the first half of this year. Last week, Mizuho analysts said their expectations of a navacaprant launch were shifted back a year, from 2026 to 2027. In the Feb. 24 note, they also minimized their expectations for navacaprant. The analysts lowered their probability of success assumption in MDD from 50% to 20%. Meanwhile, Neumora plans to report Phase 1b data on a different asset in Alzheimer’s disease agitation by the end of this year. It also plans to enter another M4-positive allosteric modulator into clinical testing by mid-2025. And its head of R&D, Robert Lenz, is leaving “to pursue other interests,” the company said Monday.