智能體“軍團”進入臨床試驗，北大校友四個月融了2億美金、估值翻6倍

文｜胡香赟

編輯｜海若鏡

“醫療健康產業正在經歷它們的chatGPT時刻。”3月結束2026GTC大會上，黃仁勛再次提及AI落地新藥開發場景，正帶來巨大機會。

近日，據外媒報道百圖生科、華深智藥已啟動IPO進程；中國創新藥產業鏈上，拿到階段性結果的“AI原生公司”受到資本青睞。其中，AI臨床研發服務公司深度智耀的融資節奏更引關注。

去年12月至今年3月，這家公司接連官宣3筆D輪系列融資，累計募資接近2億美元。據了解，當前深度智耀估值已達到數十億美金，與去年年中相比，估值漲幅超6倍；且正在推進新一輪Pre-IPO融資。

另據公司介紹，公司近兩年拿單量、業績增速很快。2025年以來，銷售訂單額已近10億元；2026年前兩個月的訂單已超過了25年全年。且公司已連續多年實現盈利。近期的融資中，紅杉、鼎暉百孚、新鼎資本等老股東幾乎全員加注，每一輪都“實現超募、交割迅速”。

在藥物早期發現環節，用AI優化藥物分子結構，已廣泛嵌入藥企研發的工作流。為了提高藥物開發成功率，業內渴求AI能在中后期的臨床試驗環節發力。時至今日，AI智能體的技術與能力，讓行業感受到了“硅基科學家”加速臨床試驗的潛能。

深度智耀成立于2017年，創始人、CEO李星畢業于北京大學藥學院，曾供職于強生、輝瑞等企業，擁有10余年在跨國藥企做新藥開發的經驗。初期，深度智耀從醫學寫作場景切入，為藥企提供臨床試驗文件撰寫等服務。十年間，公司歷經了技術演進和資本周期的跌宕。

有早期接觸過深度智耀的行業人士提及，2022年大語言模型橫空出世之前，醫學文件經“機器處理后還需要人工校驗，客單價低、經營效率不算高”。但如今，“AI智能體”驅動下的AI+CRO業務面貌，已截然不同。

“一直以來，李星有個理念：‘一切皆文本’。藥物研發的全流程，是靠知識、文本和數據貫穿，遞交臨床試驗申請、注冊上市等各環節，交互的載體也是文本。但我們真正關注的，不是某一份文檔寫得更快，而是這條證據鏈如何被更高效、更準確地組織起來。”深度智耀業務副總裁陳舸告訴36氪。

當前，深度智耀構建了“AI智能體系統”，嘗試自主執行、交付臨床試驗方案等多種文本。更具想象空間的是：臨床任務交付過程，也是訓練迭代AI、使其在海量臨床試驗數據中具備自進化和強洞察的過程。

AGI的東風到來之前，深度智耀曾沉寂多年。而當技術窗口打開，此前沉淀的數據和對行業痛點的理解，讓它恰好坐上了牌桌。那么，深度智耀為什么獲得資本追捧？它當前的業務模式和核心能力是什么？

臨床試驗AI智能體“軍團”

回到根源上，臨床試驗業務涉及大量數據采集、分析和管理，需要眾多有經驗的專業人員配合，反復打磨。協同復雜、耗時長、成本高，是藥企臨床開發的主要痛點。

AI技術浪潮中，“臨床試驗數字化”一直是重要應用場景。過去數年間，臨床試驗領域已走完初始的信息化、數字化階段，只是由于參與者眾多，以及法規嚴格約束下的產品同質化，市場嚴重內卷。

但藥企的需求持續存在。如果能利用AI模型，挖掘海量臨床試驗數據價值，減少重復而繁瑣的人力勞動，提高產出效率、加速研發，藥企仍有付費意愿。市場調研機構Market Research Future稱，到2035年，全球AI臨床試驗市場將突破243.7億美元。

尤其是2022年之后，ChatGPT為代表的生成式AI爆發，技術奇點到來。深度智耀也開始接入大模型、自研AI原生多智能體系統，既往通過交付醫學文本類項目所積累的know-how，被進一步工程化為系統能力。

深度智耀方面提供的數據稱，目前累計已服務超1000家藥企，交付項目40000余個。

“這是個比較巧妙的思路，”一位跨國藥企研發人士評價：“臨床文本服務團隊能接觸到的臨床研發相關數據文件非常豐富；且臨床文本服務團隊介入時，藥企已完成更核心的科學論證和策略制定部分，單個項目工作周期并不長。這意味著他們能持續、快速接觸不同研發領域的標準化Protocol（臨床試驗方案）和CSR（臨床研究報告）文本，基于此做AI系統，邏輯是順暢的。”

2025年，從技術架構上，深度智耀搭建了一套“仿人腦思維的AI原生多智能體系統”。彼時，這是醫療企業鮮少會提到的概念。

原本，AI公司主要依靠擴大參數量、豐富數據庫提高預測準確率，但制藥領域存在大量普通數據庫覆蓋不到的信息，這就容易造成“幻覺”。

為此，深度智耀換了個思路，不只是靠堆砌數據量，而是仿照人腦“拆解任務-持續反饋”的思維過程搭建系統，并設置訓練、推理、交叉驗證和后處理四層防護機制，從流程設計上避免“幻覺”發生。

在這套框架下，傳統臨床試驗包含的注冊申報、試驗設計、臨床運營、數據管理、統計編程等一系列復雜臨床醫學邏輯，被拆分成以“萬”為單位的模塊，并逐一開發相應的智能體：

比如負責整體臨床方案設計的Protocol Agent、執行統計分析的Statistical Agent、保障合規的Regulatory Agent等，參與臨床試驗方案等內容的生產。

以Protocol撰寫為例，它是整個臨床試驗的核心。傳統方法中，這是由臨床專家/主要研究者（PI）、統計學家、CMC專家等合力完成的任務，需要數月時間完成。深度智耀的多智能體系統則是將撰寫Protocol任務拆解后，直接交給承擔不同專家角色的Agent，由它們來理解試驗背景及目標、設計方案框架，接著完成自動撰寫、格式校對，并按需完成多語種適配。

這個過程中，不僅人力和時間成本得以縮減，AI智能體系統也可能憑借數據積累，為人類專家提供新思路，比如自動生成有利于監管溝通會議的論述材料等。

由AI智能體提供know-how，這是深度智耀的技術亮點所在。很多新藥研發項目失敗，并非是科學設想不夠先進，或缺少數據，而是因為從臨床前機制研究到臨床試驗之間存在大量斷層，導致該藥物沒被用在正確的人群、正確的終點，或通過正確的方案將其潛在有效性驗證出來。

從這個意義上說，AI臨床CRO的真正價值，并非單純的降本增效，而是深度嵌入患者分層、入組預測、研究中心選擇、終點優化等關鍵臨床環節，幫助整個臨床開發更早暴露錯誤，并改正。其本質不是簡單替代人工，而是降低關鍵決策節點的錯誤率，提高證據生成、整合的效率，進而增強從分子到患者、從機制到臨床獲益之間的閉環能力。

陳舸介紹，早期，深度智耀曾專門設有“AI架構師”職位，負責根據具體項目調用不同Agent，但如今已逐步實現由系統自主調用Agent、參與交付，“最終由專業人員審閱、簽字、放行”。

按結果付費，中位客單價數千萬元

隨著AI多智能體系統的落地，深度智耀可承接的業務范圍也隨技術成熟大幅擴容。陳舸介紹，2023年左右，公司的AI系統已可以交付Protocol、CSR等比較典型的單個場景的文本內容，輸出結果“準確率達到90%以上”。隨后便逐漸切入臨床試驗“整包業務”，承接CRO類訂單。

這種承接臨床試驗全流程“整包服務”的模式，直接給深度智耀帶來了商業模式轉變，公司得以開始執行按交付結果收費。

從最直觀的角度，這首先意味著客單價提升。創立之初，深度智耀的單點位服務的訂單體量較低，從幾萬元到幾十萬元不等。因為它本質上沒有脫離傳統AI輔助研發服務的邏輯，雖具備一定拓客優勢，但收入天花板明顯。

但如今，AI技術帶來的服務體驗和效率提升，讓藥企客戶愿意把“管線的整體研發工作交給我們”，中位客單價也隨之突破至數千萬元。同時，2025年下半年開始，這種“整包業務”量也開始大幅增長，且“交付概率高，效率遠超傳統人力密集型的CRO服務”。

醫療行業天然帶有強監管的底色，因此無論企業還是醫療機構，在面對創新技術時，態度往往都比較審慎。前述跨國藥企人士也提到，AI模塊化寫作雖已是比較現實的應用，大藥企內部如今都在用，但現階段實操中，更傾向讓它撰寫重復性內容，如內容填寫、前后文中的專業表述對應等。“涉及描述性內容還不是很信任AI，對于AI直接生成的Protocol初稿類內容，使用時會比較謹慎。”

那么，深度智耀是如何快速取得合作方信任、實現訂單增長的？

“我們不打價格戰，”陳舸表示：“而是通過提高售前體驗取得客戶的信任。”比如，在與藥企客戶初步接觸時，深度智耀會先利用AI智能體為客戶提供做出臨床方案決策所需的資料，比如管線調研報告、初步方案論述及具體分析對比，甚至可以根據反饋繼續修訂方案。“這些方案不是模板化輸出，而是結合項目實際情況來定，個性化程度高、完整度也高。我們的系統通常幾小時就能完成一輪高質量迭代，不會顯著增加內部負擔，也能讓客戶更快建立對我們效率和質量的信任。”

這種先交付價值、再談合作的方式，在一定程度上降低了合作方的決策門檻。陳舸提到，不少潛在客戶原本只是計劃將優先級不高的管線交給深度智耀試水，但在接觸和驗證之后，卻“愿意達成全面戰略合作，甚至把所有管線下一階段的相關需求整包出來”。

陳舸透露，近期，公司剛剛拿下一筆接近2億元的大訂單，負責藥企客戶多條管線的全球多中心臨床CRO業務。“我們預計當年確認收入的比例可以達到七成以上，這將直接帶動今年的業績增長。”

與此同時，跑通臨床試驗階段整包業務只是第一步，深度智耀也已將服務向臨床開發的前后兩端延伸。“技術能力是共通的，只是商業場景有變化。理論上，如果AI知道臨床試驗階段的哪類藥物更有希望獲批，那它在臨床前靶點發現階段也一定足夠聰明；在營銷端，也會知道怎樣指導醫生合理用藥。”陳舸解釋。

近日，深度智耀還表示，2014年諾貝爾生理學或醫學獎得主、挪威神經科學家Edvard Moser將以非執行董事身份加入公司，意在“從更多維度探索AGI時代公司模型和智能體的能力邊界”。

“當前，不少頭部AI公司都在探索核心業務之外的跨界方向。因為，AI時代的業務服務邊際成本相對較低、贏家通吃效應更明顯，其核心成本是token消耗量，而非傳統企業那樣的異地擴張，或牽扯更繁瑣的管理問題。在制藥領域，我們相信未來的新藥上市成本和鏈路會逐漸縮短，很多原本難以改變的傳統會被顛覆，這是我們對行業競爭和未來發展的判斷。”陳舸表示。