融资情况 - 2024年8月完成2070万美元B轮融资，投资者包括LabCorp、Agilent Technologies和Merck Global Health Innovation Fund等医疗诊断机构和产业资本 [1] - 2025年6月再获1120万美元B轮追加融资，总融资额累计达4270万美元 [1][10] - 融资资金用于Precise breast的全球注册和商业化，加速进入欧洲CE市场和中国NMPA审批流程 [10] 技术优势 - 公司专有技术平台Precise breast将乳腺癌复发风险评估时间从传统基因检测的平均22天压缩至56小时，成本降低80% [1] - 技术核心为MFA形态特征阵列算法和多模态病理图像融合分析方法，已申请47项全球专利 [2] - AI模型仅需标准H&E染色切片，无需额外免疫组化或基因测序步骤 [9] - 预测准确率较传统病理分级提升41%，三阴性乳腺癌等难分型病例中优势显著 [9] - 2024-2025年复发风险预测AUC值从0.91提升至0.94，每新增1000例标注病例模型预测精度提升2.3% [9] 产品性能 - 检测流程仅需三步：病理切片数字化扫描（分辨率200nm/像素）、AI平台自动分析（≤2小时）、生成结构化报告 [4] - 患者从病理确诊到制定治疗方案的时间从平均22天缩短至56小时 [6] - 低风险患者化疗避免率提升37%，显著减少过度治疗风险 [6] - 获得美国CLEP认证，是少数通过该严苛验证的非基因检测类产品 [6] 技术平台架构 - OncoIntelligence平台采用多模态深度学习架构，包含图像预处理层（CNN网络过滤杂质）、特征融合层（融合形态学与临床数据）、预测决策层（LSTM网络输出0-100分风险分数） [7][8] - MFA技术量化137项形态学参数（如细胞核面积、周长等23项几何特征），将病理信息转化为可计算客观数据 [7] 商业合作与扩张 - 分三阶段构建合作网络：技术公信力建设（2024年与COTA和BaptistHealth合作）、产业资源整合（2025年与LabCorp和Quest Diagnostics合作）、学术引领（与加州大学洛杉矶分校合作） [10] - 引入LabCorp等产业资本，提供临床实验室网络支持检测服务落地 [11] - 技术平台正向肺癌、结直肠癌、前列腺癌等多癌种渗透 [9] 行业意义 - 技术研发锚定临床真问题（解决基因检测耗时久、成本高、报告滞后等痛点） [2][12] - 生态合作优先于单打独斗，与头部医疗机构和产业资本绑定 [12] - 资本运作服务于商业落地，每轮融资对应明确市场里程碑 [12]