Die Agenten-"Legion" tritt in klinische Tests ein. Alumnis der Peking-Universität haben in vier Monaten 200 Millionen US-Dollar investiert und den Unternehmenswert vervielfacht sich um das Sechsfache.

Text | Hu Xiangyun

Editor | Hai Ruojing

„Die medizinische Gesundheitsbranche erlebt ihren ChatGPT - Moment.“ Auf der 2026 GTC - Konferenz am Ende März erwähnte Huang Renxun erneut, dass die Umsetzung von KI in der neuen Arzneimittelentwicklung enorme Chancen mit sich bringt.

Kürzlich berichteten ausländische Medien, dass Bai Tu Sheng Ke und Hua Shen Zhi Yao den IPO - Prozess gestartet haben. Auf der chinesischen Branchenkette für innovative Arzneimittel werden die „KI - nativen Unternehmen“, die bereits vorläufige Ergebnisse erzielt haben, von den Kapitalgebern gefördert. Insbesondere der Finanzierungsrhythmus des KI - Dienstleisters für klinische Forschung, Deepwise AI, hat die Aufmerksamkeit auf sich gezogen.

Von Dezember letzten Jahres bis März dieses Jahres kündigte das Unternehmen nacheinander drei Finanzierungsrunden aus der Serie D an und sammelte insgesamt fast 200 Millionen US - Dollar ein. Nach Informationen hat Deepwise AI derzeit einen Marktwert von mehreren Milliarden US - Dollar erreicht. Im Vergleich mit Mitte letzten Jahres hat sich der Marktwert um mehr als das Sechsfache erhöht. Zudem wird eine neue Pre - IPO - Finanzierungsrunde vorbereitet.

Laut Unternehmensangaben hat das Unternehmen in den letzten zwei Jahren eine rasante Steigerung der Auftragseingänge und des Umsatzes verzeichnet. Seit 2025 belief sich der Betrag der Verkaufsaufträge bereits auf fast eine Milliarde Yuan. Die Aufträge in den ersten zwei Monaten 2026 übertrafen die gesamten Aufträge von 2025. Darüber hinaus hat das Unternehmen seit mehreren Jahren Gewinne erzielt. Bei den jüngsten Finanzierungen haben die alten Aktionäre wie Sequoia Capital, CDH Baifu und New Summit Capital fast alle ihre Anteile erhöht. Bei jeder Runde wurde „die Überfinanzierung erreicht und die Abwicklung schnell durchgeführt“.

Im Bereich der frühen Arzneimittelentdeckung wird die Optimierung der Arzneimittelmolekülstruktur mit KI bereits weitgehend in den Arbeitsablauf der Arzneimittelhersteller integriert. Um die Erfolgsquote der Arzneimittelentwicklung zu erhöhen, hofft die Branche, dass die KI auch in den späteren klinischen Testphasen eingesetzt werden kann. Bis heute hat die Technologie und Fähigkeit der KI - Agenten die Branche von dem Potenzial der „Silizium - Wissenschaftler“ überzeugen können, die klinischen Tests zu beschleunigen.

Deepwise AI wurde 2017 gegründet. Der Gründer und CEO, Li Xing, absolvierte sein Studium an der Fakultät für Pharmazie der Peking Universität und arbeitete zuvor bei Unternehmen wie Johnson & Johnson und Pfizer. Er hat mehr als zehn Jahre Erfahrung in der Entwicklung neuer Arzneimittel in multinationalen Arzneimittelunternehmen. Anfangs begann Deepwise AI mit der medizinischen Textverarbeitung und bot Arzneimittelherstellern Dienstleistungen wie die Erstellung von klinischen Testdokumenten an. In den letzten zehn Jahren hat das Unternehmen die Schwankungen der Technologieentwicklung und des Kapitalmarktes durchlebt.

Einige Branchenmitglieder, die frühzeitig mit Deepwise AI in Kontakt gekommen sind, sagten, dass vor der Entstehung der Large Language Models im Jahr 2022 die medizinischen Dokumente nach der maschinellen Verarbeitung noch manuell überprüft werden mussten. Der durchschnittliche Auftragswert war niedrig und die Betriebseffizienz nicht sehr hoch. Aber heute sieht die KI + CRO - Geschäftsidee, die von den „KI - Agenten“ angetrieben wird, ganz anders aus.

„Seit jeher hat Li Xing die Idee: 'Alles ist Text'. Der gesamte Prozess der Arzneimittelentwicklung wird von Wissen, Texten und Daten durchzogen. Bei der Einreichung von Anträgen für klinische Tests, der Registrierung und Vermarktung und anderen Schritten ist der Austausch auch über Texte erfolgt. Aber was wir wirklich interessiert, ist nicht, dass ein bestimmtes Dokument schneller geschrieben wird, sondern wie diese Beweislinie effizienter und genauer organisiert werden kann.“ sagte Chen Ge, der Geschäftsführer von Deepwise AI, gegenüber 36Kr.

Derzeit hat Deepwise AI ein „KI - Agentensystem“ aufgebaut und versucht, verschiedene Texte wie klinische Testpläne autonom auszuführen und zu liefern. Noch interessanter ist: Der Prozess der Lieferung klinischer Aufgaben ist auch ein Prozess, in dem die KI trainiert und iteriert wird, um in der riesigen Menge an klinischen Testdaten die Fähigkeit zur Selbstentwicklung und starken Einsicht zu erwerben.

Bevor der Wind der AGI wehte, war Deepwise AI viele Jahre lang still. Als das technologische Fenster geöffnet wurde, konnten die zuvor gesammelten Daten und das Verständnis der Branchenprobleme es an den Tisch bringen. Warum wird Deepwise AI von den Kapitalgebern heiß begehrt? Was sind sein gegenwärtiges Geschäftsmodell und seine Kernkompetenzen?

Die 'Legion' der KI - Agenten für klinische Tests

Im Grunde genommen ist die klinische Testarbeit mit einer großen Menge an Datenerfassung, - analyse und - verwaltung verbunden und erfordert die Zusammenarbeit vieler erfahrenen Fachkräfte sowie wiederholtes Polieren. Die Komplexität der Zusammenarbeit, die lange Dauer und die hohen Kosten sind die Hauptprobleme bei der klinischen Entwicklung von Arzneimittelherstellern.

Im Wellengang der KI - Technologie war die „Digitalisierung von klinischen Tests“ immer ein wichtiges Anwendungsfeld. In den letzten Jahren hat die Branche der klinischen Tests die anfänglichen Phasen der Informatisierung und Digitalisierung hinter sich gebracht. Aber aufgrund der vielen Beteiligten und der Produkthomogenisierung unter strengen gesetzlichen Vorschriften ist der Markt stark überzogen.

Aber die Nachfrage der Arzneimittelhersteller besteht weiterhin. Wenn man KI - Modelle nutzen kann, um den Wert der riesigen Menge an klinischen Testdaten zu erschließen, die wiederholende und mühsame manuelle Arbeit zu reduzieren, die Produktivität zu erhöhen und die Entwicklung zu beschleunigen, sind die Arzneimittelhersteller weiterhin bereit, zu zahlen. Die Marktmarktforschungsfirma Market Research Future sagte, dass der globale Markt für KI - klinische Tests bis 2035 24,37 Milliarden US - Dollar überschreiten wird.

Insbesondere nach 2022 brach die generative KI, repräsentiert durch ChatGPT, aus, und der technologische Singularitätspunkt war erreicht. Deepwise AI begann auch, sich an Large Language Models anzuschließen und ein eigenes KI - natives Multi - Agentensystem zu entwickeln. Das Know - how, das durch die Lieferung von medizinischen Textprojekten angesammelt wurde, wurde weiter zu Systemfähigkeiten entwickelt.

Laut den von Deepwise AI bereitgestellten Daten hat das Unternehmen bisher über 1.000 Arzneimittelhersteller bedient und über 40.000 Projekte abgegeben.

„Das ist ein ziemlich geschickter Ansatz“, sagte ein Forscher eines multinationalen Arzneimittelunternehmens: Das Team für klinische Text - Dienstleistungen hat Zugang zu einer sehr reichen Datenbasis von klinischen Forschungsdokumenten. Und wenn das Team für klinische Text - Dienstleistungen beteiligt ist, haben die Arzneimittelhersteller bereits den Kernteil der wissenschaftlichen Argumentation und Strategieentwicklung abgeschlossen. Die Arbeitsdauer eines einzelnen Projekts ist nicht sehr lang. Das bedeutet, dass sie kontinuierlich und schnell auf standardisierte Protocol - (Klinischer Testplan) und CSR - (Klinische Forschungsbericht) - Texte aus verschiedenen Forschungsbereichen zugreifen können. Die Logik, auf dieser Grundlage ein KI - System zu entwickeln, ist stimmig.“

Im Jahr 2025 baute Deepwise AI aus technischer Architektur ein „KI - natives Multi - Agentensystem nach dem Vorbild des menschlichen Gehirns“ auf. Damals war das ein Konzept, das medizinische Unternehmen selten erwähnten.

Früher haben KI - Unternehmen hauptsächlich versucht, die Vorhersagegenauigkeit durch die Erhöhung der Anzahl der Parameter und die Erweiterung der Datenbank zu verbessern. Aber im Bereich der Pharmazie gibt es eine Menge an Informationen, die nicht von normalen Datenbanken abgedeckt werden können, was leicht zu „Halluzinationen“ führt.

Deshalb hat Deepwise AI einen anderen Ansatz gewählt. Anstatt einfach die Datenmenge zu erhöhen, baut es das System nach dem Denkprozess des menschlichen Gehirns, nämlich „Aufgabe zerlegen - kontinuierliche Rückmeldung“, auf und setzt vier Schutzmechanismen, nämlich Training, Inferenz, Kreuzvalidierung und Nachbearbeitung, um die „Halluzinationen“ von der Prozessgestaltung her zu vermeiden.

Unter diesem Rahmen wird die Reihe von komplexen medizinischen Logiken in traditionellen klinischen Tests, wie Registrierung, Testplanung, klinische Operation, Datenverwaltung, statistische Programmierung usw., in Tausenden von Modulen aufgeteilt und entsprechende Agenten entwickelt:

Zum Beispiel der Protocol Agent, der für die Planung des gesamten klinischen Testplans zuständig ist, der Statistical Agent, der die statistische Analyse durchführt, und der Regulatory Agent, der die Einhaltung der Vorschriften gewährleistet, nehmen an der Erstellung von klinischen Testplänen und anderen Inhalten teil.

Nehmen wir die Erstellung des Protocols als Beispiel. Es ist der Kern des gesamten klinischen Tests. In der traditionellen Methode ist dies eine Aufgabe, die von klinischen Experten/Hauptforschern (PI), Statistikern, CMC - Experten usw. gemeinsam erledigt wird und Monate dauert. Das Multi - Agentensystem von Deepwise AI zerlegt die Aufgabe der Protocol - Erstellung und übergibt sie direkt an die Agenten, die verschiedene Expertenrollen übernehmen. Sie verstehen den Hintergrund und das Ziel des Tests, entwerfen den Rahmen des Plans, schreiben dann automatisch, führen die Formatprüfung durch und passen die Sprache nach Bedarf an.

In diesem Prozess können nicht nur die Arbeitskräfte und die Zeitkosten reduziert werden, sondern das KI - Agentensystem kann auch dank der Datensammlung dem menschlichen Experten neue Ideen geben, wie z. B. die automatische Erstellung von Diskussionsmaterialien für die Kommunikationskonferenzen mit den Behörden.

Die Bereitstellung von Know - how durch die KI - Agenten ist das technologische Highlight von Deepwise AI. Viele neue Arzneimittelentwicklungsprojekte scheitern nicht daran, dass die wissenschaftlichen Vorstellungen nicht fortschrittlich genug sind oder an einem Mangel an Daten, sondern daran, dass es zwischen der präklinischen Mechanismusforschung und den klinischen Tests eine große Lücke gibt, was dazu führt, dass das Medikament nicht auf die richtige Bevölkerung, das richtige Endziel oder durch das richtige Verfahren eingesetzt wird, um seine potenzielle Wirksamkeit zu überprüfen.

In diesem Sinne besteht der wahre Wert des KI - klinischen CRO nicht einfach darin, Kosten zu senken und Effizienz zu steigern, sondern darin, tief in die Schlüsselklinischen Schritte wie die Patientenstratifizierung, die Einschlussvorhersage, die Auswahl des Forschungszentrums und die Optimierung der Endpunkte einzudringen, um die Fehler in der gesamten klinischen Entwicklung früher aufzudecken und zu korrigieren. Im Wesentlichen ersetzt es nicht einfach die menschliche Arbeit, sondern senkt die Fehlerrate an den Schlüsselentscheidungszeitpunkten, erhöht die Effizienz der Beweisgenerierung und - integration und stärkt somit die Fähigkeit der Schließung der Schleife zwischen Molekül und Patient, zwischen Mechanismus und klinischem Nutzen.

Chen Ge sagte, dass Deepwise AI früher eine Position als 'KI - Architekt' hatte, der für die Auswahl verschiedener Agenten für bestimmte Projekte zuständig war. Aber jetzt hat das System die Fähigkeit entwickelt, die Agenten autonom auszuwählen und an der Lieferung teilzunehmen. 'Am Ende werden die Dokumente von Fachkräften überprüft, unterschrieben und freigegeben'.

Zahlung nach Ergebnissen, durchschnittlicher Auftragswert in der Mitte im Bereich von mehreren Millionen Yuan

Mit der Umsetzung des KI - Multi - Agentensystems hat sich der Geschäftsspielraum von Deepwise AI mit der Reife der Technologie erheblich erweitert. Chen Ge sagte, dass um 2023 das KI - System des Unternehmens bereits in der Lage war, typische Texte wie Protocol und CSR in einzelnen Szenarien zu liefern, und die Genauigkeit der Ergebnisse erreichte „mehr als 90 %“. Anschließend begann es allmählich, in die „Gesamtpaketdienstleistungen“ für klinische Tests einzusteigen und CRO - Aufträge zu übernehmen.

Dieses Geschäftsmodell der Übernahme von „Gesamtpaketdienstleistungen“ für den gesamten klinischen Testprozess hat direkt zu einer Veränderung des Geschäftsmodells von Deepwise AI geführt, und das Unternehmen beginnt, nach den gelieferten Ergebnissen zu berechnen.

Am offensichtlichsten bedeutet dies zunächst einen Anstieg des durchschnittlichen Auftragswerts. Zu Beginn der Gründung war der Auftragswert von Deepwise AI für einzelne Dienstleistungen relativ niedrig, zwischen einigen zehntausend und einigen hunderttausend Yuan. Da es im Wesentlichen nicht von der Logik der traditionellen KI - unterstützten Forschungsdienstleistungen abwich, hatte es zwar eine gewisse Wettbewerbsfähigkeit bei der Kundenakquise, aber die Einnahmeobergrenze war deutlich.

Aber jetzt hat die Verbesserung des Serviceerlebnisses und der Effizienz durch die KI - Technologie die Arzneimittelhersteller dazu gebracht, „uns die gesamte Forschungsarbeit ihrer Pipeline zu übertragen“. Der durchschnittliche Auftragswert in der Mitte hat daraufhin auf mehrere Millionen Yuan gestiegen. Gleichzeitig begann seit der zweiten Hälfte von 2025 auch die Menge der „Gesamtpaketdienstleistungen“ stark zu steigen, und „die Lieferungswahrscheinlichkeit ist hoch und die Effizienz übertrifft bei weitem die traditionellen arbeitsintensiven CRO - Dienstleistungen“.

Die medizinische Branche hat von Natur aus eine starke Regulierungsstruktur. Deshalb neigen sowohl Unternehmen als auch medizinische Einrichtungen dazu, bei der Einführung innovativer Technologien sehr vorsichtig zu sein. Der Forscher des multinationalen Arzneimittelunternehmens erwähnte auch, dass das modulare Schreiben mit KI zwar bereits eine relativ realistische Anwendung ist und von großen Arzneimittelunternehmen intern eingesetzt wird, aber in der gegenwärtigen Praxis neigen sie eher dazu, es für die Erstellung von wiederholten Inhalten wie die Formularausfüllung und die Übereinstimmung von Fachausdrücken in Texten zu verwenden. „Bei beschreibenden Inhalten vertrauen sie der KI noch nicht sehr, und bei der Verwendung von ersten Prototypen von Protocol, die direkt von der KI generiert wurden, sind sie sehr vorsichtig.“

Wie hat Deepwise AI es geschafft, schnell das Vertrauen der Partner zu gewinnen und die Auftragseingänge zu steigern?

„Wir führen keinen Preiswettbewerb“, sagte Chen Ge. „Stattdessen gewinnen wir das Vertrauen der Kunden durch die Verbesserung der Vorverkaufserfahrung.“ Beispielsweise bietet Deepwise AI bei der ersten Kontaktaufnahme mit Arzneimittelherstellern mithilfe der KI - Agenten die Informationen an, die für die klinische Planungsentscheidung erforderlich sind, wie z. B. die Pipeline - Forschungsberichte, die Vorplanungsdiskussionen und die konkreten Analysen und Vergleiche. Es kann sogar den Plan weiterhin anpassen, basierend auf den Rückmeldungen. „Diese Pläne sind nicht vorformuliert, sondern werden an die tatsächlichen Umstände des Projekts angepasst. Sie sind hochgradig individualisiert und vollständig. Unser System kann in der Regel innerhalb weniger Stunden eine hochwertige Iteration durchführen, ohne die interne Belastung erheblich zu erhöhen und den Kunden zu helfen, schneller Vertrauen in unsere Effizienz und Qualität zu entwickeln.“

Diese Methode, zunächst den Nutzen zu liefern und dann über die Partnerschaft zu sprechen, senkt in gewissem Maße die Entscheidungsbarriere für die Partner. Chen Ge sagte, dass viele potenzielle Kunden ursprünglich nur vorhatten, die weniger wichtigen Pipelines an Deepwise AI zu übergeben, um es auszuprobieren. Aber nach der Kontaktaufnahme und Überprüfung „sind sie bereit, eine umfassende strategische Partnerschaft einzugehen und sogar alle zukünftigen Anforderungen ihrer Pipelines an uns zu übergeben“.

Chen Ge gab bekannt, dass das Unternehmen kürzlich einen großen Auftrag in Höhe von fast 200 Millionen Yuan erhalten hat und für die globale multizentrische klinische CRO - Arbeit mehrerer Pipelines eines Arzneimittelherstellers verantwortlich ist. „Wir erwarten, dass der Anteil