這家AI病理初創公司憑什么賣了50億？還是一次性付款

一張病理切片，兩位病理醫生，有時會得出兩種不同的結論。這種主觀性并非個案——據埃爾莫爾等人2017年發表于《英國醫學雜志》的研究，在黑色素細胞病變等診斷難度較高的病灶類別中，不同病理醫生之間的一致性和準確率甚至低于50%。

與此同時，病理醫生的培養周期漫長、數量增長緩慢，供需缺口日益加劇。當“金標準”不再穩固，臨床診斷和藥物研發都在呼喚一種更客觀、更標準化的解決方案。

PathAI正是致力于解決這些痛點的公司——團隊用人工智能算法分析病理切片，試圖消除主觀差異、實現診斷標準化，目前推出全球首個獲FDA和EMA雙重認證的AI驅動病理藥物開發工具。

5月7日，羅氏診斷宣布與PathAI簽署最終合并協議，以7.5億美元（約合人民幣50.99億元）的一次性付款收購這家AI病理公司，并額外附加最高3億美元的里程碑款項，總對價達10.5億美元（約合人民幣71.39億元）。該筆交易預計在2026年下半年完成。

收購邏輯立足雙方資源互補：羅氏診斷擁有全球領先的伴隨診斷業務和腫瘤藥物管線，PathAI提供了從數字病理圖像管理到AI輔助診斷再到藥物臨床試驗終點評估的完整技術棧。二者整合可打通切片染色、掃描、智能分析至伴隨診斷出具報告全鏈路，補充羅氏診斷現有的數字病理產品組合、提升實驗室效率。

據官方公告，羅氏診斷將依托自身全球化渠道在全球落地AISight；而PathAI也可借助羅氏診斷完備的基建與合規資源，加速產品落地海內外實驗室與制藥企業。

羅氏診斷為什么選擇PathAI？答案藏在PathAI的資產、團隊、產品和平臺化定位中。

01

三項核心資產：數據、合規、實驗室能力

PathAI是一家開發AI軟件和數字病理系統的公司，成立于2016年，總部位于美國。業務覆蓋診斷工作流程、臨床研究和藥物開發，其使命是通過人工智能驅動的病理學改善患者結局——讓診斷更準確、讓患者匹配更有效的治療方案、讓更多救命藥物獲批上市。

與多數AI醫療公司選擇單一賽道不同，PathAI從一開始就確立了“診斷+藥物研發”雙輪驅動的商業模式：既服務于臨床端的解剖病理實驗室，也服務于科研端的生物制藥企業。

支撐這一商業模式的，是PathAI積累的三項核心資產。

首先是龐大的標注數據資產。公司建立了一個由超過450名認證病理學家組成的專有網絡，累計貢獻了超過3250萬條醫學圖像標注數據，覆蓋20多種器官類型、多種染色協議，用于AI模型的訓練和驗證。

其次是覆蓋全流程的合規能力。PathAI獲得了ISO 13485和ISO 27001認證；其數字病理平臺AISight Dx獲得了FDA 510(k)批準和CE-IVDR認證，可用于臨床初級診斷。在藥物開發和輔助診斷領域，PathAI的產品也獲得了FDA和EMA的認證。這說明，PathAI的產品不僅可以用在實驗室里，還可以直接作為臨床試驗的終點評估工具，被全球藥監機構接受。

第三是端到端的實驗室運營能力。通過收購和自建，PathAI掌握了從濕實驗室服務到臨床試驗算法部署的全鏈條能力，能夠為客戶提供從組織接收到數字化掃描再到算法部署的全流程解決方案。

在市場驗證方面，全球前15名生物制藥公司中有90%采用了其技術。公司參與了超過100個轉化研究項目，26項臨床試驗正在使用其算法，覆蓋腫瘤和代謝相關脂肪性肝炎兩大領域。2025年，公司啟動了精準病理網絡，這是全球首個數字解剖病理實驗室網絡，旨在通過統一技術平臺連接分散的實驗室，釋放真實世界病理數據的價值。

從數據資產到合規認證，從實驗室運營到藥企合作網絡，PathAI構筑的是一整套圍繞病理學的數字基礎設施。這也正是羅氏診斷所看重的——它不是一個需要整合的零散技術點，而是一個可以直接完整嵌入羅氏診斷體系的成熟平臺。

02

前羅氏診斷高管執掌醫療與增長

PathAI的領導團隊融合了工程、機器學習、生命科學、醫學、監管等多個領域的專長，并擁有羅氏診斷、AI醫療初創公司等豐富產業背景。

創始人兼首席執行官Andrew Beck擁有布朗大學歷史學學士、醫學學位及生物統計學碩士學位，在斯坦福大學完成了解剖病理學和分子遺傳病理學專科培訓，并獲得生物醫學信息學博士學位。他曾在哈佛醫學院病理學系擔任教職，發表了110多篇論文。他的跨界軌跡本身就是PathAI“用技術重構病理學”這一使命的縮影。

核心高管團隊帶有鮮明的“羅氏診斷印記”。首席醫療官Eric Walk加入PathAI前，擔任羅氏診斷/Ventana病理系統的首席醫療與科學官，領導了超過20項510k和PMA IVD檢測、伴隨診斷及數字病理算法的開發及FDA批準。首席增長官Nick Brown則來自Flatiron Health——這家腫瘤數據平臺公司于2018年被羅氏診斷收購。他在Flatiron期間擔任國際業務主管。當PathAI收購案達成后，這支具備羅氏診斷產業背景的高管團隊有望降低整合阻力、加速組織嵌合。

此外，首席財務官Brandon Eldredge曾任麻省總醫院布賴厄姆首席臨床業務官和Syneos Health高級副總裁；總法律顧問Chris Kirby擁有法學博士和公共衛生碩士學位，在醫療保健和生命科學領域擁有超過20年的法律和商業管理經驗；首席人事官Liz Storti領導了公司2.4億美元的融資，推動了多次收購整合。他們共同構建了PathAI從技術創業公司向規模化企業邁進所需的治理根基。

在技術層面，機器學習專家Anand Sampat擁有加州大學伯克利分校和斯坦福大學人工智能實驗室的學術背景，曾聯合創立開源機器學習平臺Datmo，專注于AI開發的環境一致性與實驗可復現。加入PathAI后負責新產品線的機器學習研發；首席產品經理Abdo Mahmoud擁有超過7年的AI產品構建經驗；監管事務副總裁Nick Anderson來自路易斯維爾大學工業工程系，曾在FDA工作超過10年。他們覆蓋了從算法研發、產品設計到監管落地的完整能力鏈條。

領導團隊情況（圖源：PathAI官網）

除了核心管理團隊，PathAI還構建了一個由超過450名董事會認證病理學家組成的專有貢獻者網絡。他們深度參與數據標注和模型驗證工作，包括標注規范的制定、疑難病例的共識評審、算法輸出的驗證等，確保AI模型始終在臨床真實的軌道上迭代。

03

病理實驗室與生物制藥雙線并行

PathAI的產品體系圍繞其核心數字病理平臺AISight展開。AISight是一個云原生的圖像管理系統，兼容主流掃描儀和實驗室信息系統。

基于AISight，PathAI構建了兩個相互協同的業務生態。一方面為解剖病理實驗室提供工作流程管理和AI輔助診斷工具，另一方面為生物制藥行業提供AI驅動的轉化研究算法和臨床試驗服務。

■ 解剖病理實驗室：讓日常工作流更智能

在實驗室端，PathAI提供的是提升日常診斷效率和質量控制的工具集。

工作流優化方面，質控工具ArtifactDetect可自動篩查褶皺、氣泡、染色異常等各類切片偽影，并匹配如重新掃描、重新蓋玻片等整改方案。目前，全球落地累計處理超100萬張切片，等效節省1.5名專職質檢人力，單實驗室每日可減少75張無效切片核驗工作。

TumorDetect用于病例優先排序，它能自動識別疑似惡性腫瘤的病例，并將其提前到病理學家的工作列表前列。一項模擬研究顯示，TumorDetect將當日上午審查的惡性病例比例從50%提高到71%；AIM-TC自動計算H&E切片上的腫瘤總面積、腫瘤核百分比等指標，幫助判斷樣本是否滿足NGS檢測要求。

AISight提供的人工智能驅動腫瘤充分性評估產品（圖源：PathAI官網）

生物標志物定量方面，AIM-PD-L1系列覆蓋非小細胞肺癌、頭頸鱗癌、黑色素瘤、尿路上皮癌等多個癌種，兼容多種抗體克隆。AIM-IHC乳腺面板整合了HER2、ER、PR、Ki-67四個關鍵指標，實現自動化評分。

輔助診斷方面，PathAssist Derm針對皮膚病理學領域，提供基于AI的標本定向、優先排序和關鍵測量，并已于2026年3月獲得FDA突破性設備認定。

PathAssist Derm的AI分析流程示例（圖源：PathAI官網）

此外，AISight整合DeepBio、Mindpeak、Paige、Visiopharm等40余款第三方病理算法，打造一站式AI集成平臺，實驗室無需切換多系統，即可按需調用各類頂尖智能診斷工具。

■ 生物制藥：貫穿轉化研究到臨床試驗全鏈條

在制藥端，PathAI的價值在于將病理圖像轉化為可量化的研發資產。

轉化研究方面，PathExplore依托PathAI自研的PLUTO模型，以單細胞精度解析腫瘤微環境，單張H&E切片可輸出600余項可解讀量化特征，覆蓋14種癌癥適應癥。目前，已完成15萬余張切片分析，助力50余篇學術成果刊發。同技術體系衍生LiverExplore和IBDExplore則分別針對MASH和潰瘍性結腸炎，提供超過1000個特征的定量分析。

PathExplore工作流程（圖源：PathAI官網）

臨床試驗服務層面，PathAI運營著符合CAP/CLIA和GCP/GCLP標準的中央病理實驗室，提供從組織接收到AI輔助讀片再到報告生成的全流程服務。

合規云端平臺AISight匯集全球80%的中央實驗室供應商，實現遠程中心閱片與AI指標測算。

■ 首個獲FDA和EMA雙重認證的AI驅動病理藥物開發工具

而最具里程碑意義的產品是AIM-MASH AI Assist。它基于超過5900份來自六項不同臨床試驗的肝臟活檢樣本訓練，能夠幫助病理學家評估MASH患者的疾病活動度和纖維化階段。數據顯示，該算法100%可重復，在多項測試指標上均優于人工病理學家。

2025年，它先后獲得EMA和FDA的雙重認證，成為首個也是唯一一個被兩大監管機構認可的AI驅動病理藥物開發工具。這意味著在大型全球臨床試驗中，申辦方可以用更少、更一致的病理學家資源完成入組篩選和終點評估，加快藥物開發進程。

PathAI在MASH治療開發流程的各個階段提供支持（圖源：PathAI官網）

事實上，兩條業務線發揮協同效應，共同反哺PathAI自有產品體系。實驗室端的日常診斷產生海量病理數據，經處理后匯入真實世界數據庫，支撐制藥端算法的訓練與優化；制藥端在合規臨床試驗中完成嚴謹驗證的算法，既能提升算法臨床可靠性，又反向回流至實驗室，成為病理醫師日常診斷輔助工具。由此形成實驗室數據供給、藥企算法落地驗證、成熟技術反哺病理診療的閉環。

04

六輪融資3.552億美元

PathAI將AI從概念變成了病理醫生工作臺上的日常工具和藥企臨床試驗中的標準評估手段。羅氏診斷以7.5億美元預付款將其收入囊中，不僅是對一家技術公司的認可，更說明了“數字病理將成為診斷和藥物開發的核心基礎設施”這一趨勢。

PathAI成立后累計完成了6輪融資，總金額達3.552億美元。主要投資方包括General Catalyst、General Atlantic、D1 Capital Partners、Kaiser Permanente、LabCorp、Adage Capital Management、Polaris Partners等。其中，LabCorp的戰略投資尤為關鍵——作為全球領先的診斷實驗室服務商，其入局意味著產業資本對PathAI技術路線的實質性認可。

除融資外，PathAI也通過一系列戰略交易不斷調整業務邊界。2021年，公司收購了獨立解剖病理實驗室Poplar Healthcare，由此進入臨床診斷領域。2024年，PathAI與Quest Diagnostics建立戰略合作伙伴關系，并以1億美元出售了部分實驗室服務業務，更加聚焦于軟件和AI平臺。

放眼全球，PathAI的商業模式幾乎沒有完全一致的對手。Paige擁有FDA批準的前列腺、乳腺、結腸等癌種AI診斷產品；Visiopharm在乳腺癌和肺癌生物標志物定量上積累深厚；Mindpeak、DeepBio等也各有所長。

在中國市場，一批AI病理企業也在快速成長，覆蓋腫瘤精準醫療、宮頸癌篩查、病理信息管理等不同細分賽道。其中部分企業的AI輔助診斷產品已獲得NMPA認證，并逐步落地臨床場景。這些企業側重于服務醫院病理科的日常診斷需求，在服務于藥企臨床試驗和轉化研究方面尚處于早期探索階段。

PathAI的獨特之處在于：它同時覆蓋了臨床診斷實驗室和生物制藥研發兩個市場，擁有從平臺到算法再到實驗室服務的端到端能力，并且在監管認證的廣度上領先——尤其是首個獲得FDA和EMA雙重認證的AI藥物開發工具AIM-MASH。這種“平臺+生態”的打法，使其并非一個單點工具，而是一整套圍繞病理學的數字基礎設施。

對于國內AI病理創業公司而言，PathAI的路徑既有參照意義，也劃出了需要跨越的門檻——數據規模、監管認證、平臺化能力、雙輪商業模式。

*封面圖片來源：123rf

文｜鄒孟廷

添加時請注明:姓名-公司-職位

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。