Taya获3000万元Pre-A轮融资：医疗AI大模型深入药物研发与临床研究

文/IAICA.NGO®

Taya是一家总部位于杭州的医疗AI大模型开发商，成立于2023年。公司近期完成3000万元人民币（约448万美元）Pre-A轮融资，唯一投资方为与临床研究集团Tigermed（泰格医药）关联的tg sino-dragon fund。资金将用于产品研发、平台建设和扩大服务团队。与面向消费者的通用医疗问答不同，Taya的产品主要服务药物和医疗器械企业，覆盖智能医学写作、病例筛选、翻译和临床监查等环节，指向临床试验与注册申报中的高频、文档密集和信息不对称问题。

从产品组合看，Taya切入的是临床研究价值链中较容易被大模型改造、同时又对准确性要求很高的部分。医学写作涉及试验方案、研究者手册、病例报告表说明、临床研究报告和注册资料，既需要遵循法规模板，也需要在多个版本之间保持术语和数据一致；病例筛选则要在入排标准、病历文本和结构化字段之间做匹配；翻译和临床监查则要求跨语言、跨中心的信息可追溯。大模型可以提升初稿生成、信息抽取和跨文档比对效率，但并不能替代医学判断。若缺少审计轨迹、权限控制、数据脱敏和人工复核，生成内容中的事实错误、引用偏差和合规风险会被放大。

这一轮融资的背景，是Tigermed正在把AI嵌入临床研究服务。2026年4月，该集团宣布与阿里云合作，探索大模型、云基础设施和数据智能在临床试验中的应用。Taya作为其关联基金唯一出资的早期项目，更像是围绕既有业务线展开的内部能力建设，而非完全由外部财务投资人定价的市场化融资。这样的路径有现实合理性：临床研究服务商拥有场景、客户和流程知识，内部孵化可以缩短产品验证周期；但也会带来治理与验证问题。关联方独家投资意味着外部市场检验有限，产品价值最终仍要由交付效率、项目周期、数据质量和客户收入来证明。

从行业层面看，医疗AI正在从通用模型转向垂直工作流。通用大模型擅长语言生成，却难以天然满足GxP、药物警戒、患者隐私和跨区域监管要求；垂直模型则需要高质量语料、专家标注、评测基准和与电子数据采集、临床试验管理系统等平台的接口能力。Taya所覆盖的医学写作、病例筛选、翻译与监查，恰好是可由人机协同逐步渗透的环节：先做辅助生成和检索，再做流程内嵌，最后才可能进入关键决策支持。其商业化难点不在演示效果，而在能否把单点工具变成可计量的交付能力，并让药企和器械公司在审计、验证和采购流程中接受。

更广泛的信号是，成熟的医药服务企业不再只是等待独立AI初创公司成熟后再采购，而是通过关联基金、内部团队和云厂商合作提前布局。这会改变医疗AI创业公司的竞争格局：拥有临床场景和客户入口的服务商可能更快形成闭环，但独立工具厂商仍可在特定环节提供更灵活的产品。对药物研发而言，若AI工具能稳定减少文档返工、缩短中心启动时间、提高监查命中率，最终可能传导到研发成本和上市速度；但若缺乏可重复的验证数据，所谓效率提升容易停留在个案。

iaica.com.cn 认为，临床研究AI的评估应回到三个可核查维度：输出是否可追溯，流程是否可审计，效率与质量是否可量化。Taya已经拿出面向药企的产品和一笔早期资金，但公开信息尚不足以判断其商业规模、客户留存和真实交付效果。后续值得关注的是，它能否在Tigermed体系内外同时获得客户验证，以及其平台能否与临床数据系统和监管要求形成稳定接口。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。