QuantHealth 获 4500 万美元融资，用 AI 模拟临床试验支持药物研发决策

QuantHealth 获 4500 万美元融资，用 AI 模拟临床试验

以色列初创公司 QuantHealth 宣布完成 4500 万美元 的 B 轮融资。公司主打的一套 AI 平台并不直接用于设计新分子，而是试图在真实临床试验启动之前，先通过虚拟模拟测试试验设计能否成功。

这家公司成立于 2020 年，截至目前累计融资已达到 7000 万美元。本轮由 Qumra Capital 领投，Sanofi Ventures、Pitango HealthTech、Artofin Venture Capital Fund 和 Esplanade Ventures 等机构跟投。

QuantHealth 想解决的是临床阶段的高失败率

报道首先指出，大约 90% 进入临床试验的药物最终都无法上市，这一高失败率每年都会给制药行业带来巨额成本。

QuantHealth 首席执行官 Orr Inbar 认为，AI 对药物研发的投入长期主要集中在早期阶段，例如靶点发现和分子设计，而真正决定研发成败和资本回报的临床试验设计环节，至今仍然大量依赖较传统的方法。

在他看来，如果能在临床试验开始之前就预判设计缺陷、潜在失败原因和患者响应差异，就有机会降低失败率，并让更有效的疗法更快到达患者。

平台核心是“先虚拟试验，再真实入组”

QuantHealth 的平台结合 AI 与大规模生物医学知识图谱，在真实试验启动前，对临床试验进行模拟。

公司称，这样的做法可以帮助识别不同类型患者对治疗的反应差异，从而回答一些药企最关心的问题，例如：

• 这项试验是否可能成功
• 终点设置是否需要调整
• 患者入组标准是否要优化
• 是否应该改变试验设计

从逻辑上看，这比单纯做患者匹配更靠前一步，因为它试图先判断“这项试验本身是否值得按当前方案推进”。

量化目标是降低无效治疗暴露与试验失败风险

Inbar 表示，QuantHealth 的模型可以以最高 90% 的准确率预测患者对现有疗法和新疗法的潜在结局。

如果在试验开始前就能拿到这些预测，药企就有机会减少患者暴露于低概率成功疗法的情况，并更早调整研发路径。

公司还表示，其系统已模拟了超过 600 项临床试验，覆盖 30 个适应证。

公司强调自己与单病种患者匹配工具不同

报道中，Inbar 也提到了市场中可能被拿来比较的公司，例如聚焦肿瘤领域、利用生物学数据帮助药企匹配患者与治疗方案的 Noetik。

但他认为，QuantHealth 的差异点在于覆盖范围和问题定义不同。Noetik 更聚焦单病种和生物学分层，而 QuantHealth 希望横跨多个治疗领域、多个试验阶段和多个终点，直接回答试验层面是否可行的问题。

换句话说，QuantHealth 不是在回答“哪些患者适合这项治疗”，而是在回答“这项治疗和这项试验设计，从一开始是否更有成功机会”。

新资金将继续投向模型、病种覆盖和商业扩张

公司表示，这笔新资金将主要投入三个方向：

• 继续强化 AI 模型并扩大疾病覆盖范围
• 扩充团队
• 将平台能力进一步延伸到药物开发流程更后段，包括疗法定位和上市路径

这意味着 QuantHealth 并不想把自己限定在临床设计工具，而是希望进入更广泛的药物开发决策层。

这条新闻的重要性，在于 AI 制药正在从发现阶段向临床决策外溢

从行业角度看，这条融资新闻值得关注，不只是因为金额不小，更因为它代表 AI 在药物研发中的重心正在向临床开发阶段延伸。

过去几年，AI 制药的叙事更多围绕分子发现和靶点筛选展开；而 QuantHealth 这样的公司，试图切入的是研发中最昂贵、最接近商业成败的环节。如果 AI 真能更早识别试验设计缺陷、优化终点和入组策略，它带来的影响将不只是研发效率提升，而是会直接改变药企的资本配置与管线优先级判断。