輔助生殖迎來DeepSeek時刻：生生易如何讓胚胎評估走出“黑盒”？

近日，生生易（北京）科技有限公司（以下簡稱“生生易”）與中華醫學會生殖醫學分會主任委員、南京鼓樓醫院生殖醫學中心主任孫海翔教授團隊，聯合發布了“胚胎發育預測方法及裝置”的轉化研究成果。該研究采用前瞻性雙盲隨機對照設計，對AI胚胎評估系統在真實臨床流程中的應用效果進行了系統驗證。

該研究所回應的，是輔助生殖領域長期存在的一組現實矛盾：治療成功率有限，但決策高度依賴人工經驗。世界衛生組織2023年報告顯示，全球試管嬰兒平均活產率不足40%，多數患者需經歷3–4個治療周期才能獲得妊娠結果，部分家庭在反復嘗試后被迫中止治療。對女性而言，反復促排和取卵不僅意味著經濟負擔，也伴隨持續的生理與心理壓力。

在提升成功率的探索中，AI與自動化技術逐步進入輔助生殖領域。2010年代初出現的胚胎時差培養箱，能夠在不干擾培養環境的情況下連續記錄胚胎發育過程，但其產生的大量影像數據長期依賴人工解讀，難以直接轉化為可復用的臨床決策依據，實際應用價值一度受到質疑。

正是在這一背景下，工程技術團隊與臨床專家開始嘗試跨界合作。生生易選擇切入體外受精（IVF）與人工智能（AI）結合的細分方向，希望通過算法與工程化手段，對胚胎評估這一關鍵決策環節進行結構化和標準化探索。

01

七年技術沉淀，產品落地海內外多市場

生生易的起點可以追溯至2019年。兩位清華大學電子工程系校友——曾任職華為的張丹，以及擁有微軟、百度搜索引擎背景的黃皓思，將關注點投向輔助生殖領域。聯合創始人黃皓思在采訪中提到，受醫生家庭背景影響，他長期關注醫療實踐中可被信息技術幫助解決的真實痛點，而生殖醫學中高度依賴人工經驗的決策環節，也成為團隊重點思考的切入口。

不同于“拎著大錘子到處找釘子”的常見醫療AI路徑，生生易自成立之初便以真實臨床問題為導向。團隊并未停留在醫學機理層面的抽象討論，而是聚焦一個更具工程意義的問題：哪些關鍵決策環節，具備被數據化、標準化和持續驗證的可能。“Born with AI”是團隊對自身定位的概括，即以互聯網和工程體系的效率邏輯，應對醫療場景中的復雜問題。

從2019年啟動項目到2023年完成公司注冊，團隊用四年時間完成了技術積累與臨床驗證的關鍵鋪墊。2024年初，生生易獲得溪山天使匯種子輪投資，正式進入商業化階段。2025年成為重要節點：AI胚胎評估系統在中國臺灣地區實現首批商業銷售，并相繼進多地市場；同年，公司獲得中關村國家自主創新示范區關鍵技術創新項目支持，并在中國醫療器械創新創業大賽AI與機器人賽道中獲得全國第三名。

支撐這一進展的，是一支結構清晰的跨界團隊。一方面，工程與人工智能團隊具備產業級技術背景，擅長將復雜臨床流程轉化為可落地的系統方案；另一方面，生殖醫學專家及胚胎學家團隊深度參與問題定義、評價標準制定與臨床驗證路徑設計。通過“臨床提出問題—工程實現路徑—數據反饋驗證”的持續迭代，生生易逐步完成了從技術可行到臨床可用的轉化。

生生易-南京鼓樓醫院成果轉化發布會

在市場落地層面，生生易選擇了海外先行的路徑。2025年，其產品在中國臺灣率先實現銷售，并進入中東、墨西哥市場，日本及歐盟地區同步啟動商業試用，完成全球化的初步布局。

這一選擇，首先源于不同地區的落地條件差異。相較中國、美國和歐盟等強監管市場，中國臺灣、日本及部分中東地區在輔助生殖相關設備和軟件監管上仍處于相對開放階段，為新技術在真實臨床環境中的快速驗證提供了窗口期。生生易采取“雙線推進”策略，目前已取得兩個產品的北京二類醫療器械注冊證，相關硬件產品正申請美國FDA認證，同時在監管路徑相對清晰的市場中優先完成商業化驗證。

在此基礎上，不同市場的機構結構差異，進一步影響了產品的應用方式。國內生殖醫療體系以年治療周期數可達上萬例的大型公立醫院為主，更關注系統在高負載場景下的穩定性與一致性；而海外市場則以年周期數數百例的中小型診所為主，人工成本高、決策鏈條短，對部署便捷、性價比明確的智能化工具接受度更高。生生易在海外側重驗證產品的獨立可用性與商業效率，在國內則圍繞大型中心的規模化應用場景進行適配與打磨，形成差異化推進路徑。

02

提升妊娠率，可解釋 AI 量化胚胎評估標準

輔助生殖領域對AI的引入，長期受限于算法黑盒化爭議：評估依據不可解釋，使醫生難以將胚胎篩選這一關鍵決策交由系統完成。生生易的切入點，正是從貼合臨床決策邏輯的可解釋AI入手，并以此為基礎，逐步向實驗室全流程關鍵環節延伸。

其核心技術思路，是將頂級胚胎師的經驗拆解為可量化、可復核的結構性指標。EmbryoInsights?人工智能胚胎評估系統對接胚胎時差培養箱，持續獲取胚胎發育影像數據，對內細胞團、滋養層細胞等關鍵結構及其動態變化進行分析，并以可視化方式呈現評估依據，生成結構化的胚胎發育報告，供醫生在既有臨床框架內參考使用。目前，該系統已適配多種主流胚胎時差培養箱。

EmbryoInsights?人工智能胚胎評估系統部署在日本藤田醫科大學羽田生殖醫院

EmbryoInsights?系統并非直接給出簡單結論，而是回答“為什么推薦這一枚胚胎”，使AI成為輔助決策的第二視角，而非替代醫生的裁決者。根據鼓樓醫院生殖醫學中心及公司披露的數據，基于上百萬張胚胎影像與病例數據的前瞻性雙盲隨機對照研究顯示，其核心形態學指標評估準確率達97%，AI輔助下單囊胚移植的臨床妊娠率由68%提升至80%。其價值不在于取代人工判斷，而在于通過固化標準化流程，減少經驗差異帶來的波動，并高效處理大量影像數據，彌補人力局限。

在胚胎評估這一核心節點之外，生生易逐步構建覆蓋評估、儲存與基礎設備的產品組合。這一布局并非簡單的產品疊加，而是通過引入可量化、可追溯的技術工具，降低實驗室對個人經驗的依賴，為流程標準化和后續自動化奠定基礎。

在冷凍與低溫儲存環節，生生易推出智能低溫儲存監測解決方案。相比胚胎評估，這一環節一旦出現異常往往后果不可逆，卻長期依賴人工巡檢與紙面記錄。該方案通過重量傳感、可見光與紅外成像及算法分析，對液氮罐運行狀態進行持續監測，區分正常操作與異常情況，并在出現風險時及時預警，形成完整的數據記錄。其核心意義在于降低人為疏漏帶來的隱性風險，同時為實驗室質量管理與合規審查提供可追溯依據。

智能低溫儲存監測解決方案

在軟件系統之外，生生易亦同步布局真空泵等實驗室基礎硬件，但并不以單點性能為主要賣點，而是強調與AI系統及實驗流程的協同運行，減少評估、操作與儲存之間的流程割裂。在這一思路下，各類產品更像是實驗室智能化的功能模塊，而非孤立工具，也為其后續提出的“Lab in A Box”構想預留了現實落點。

03

政產學研用投多方協作，輔助生殖邁向智能與可及

圍繞技術落地，生生易并未將自身定位為單一技術或設備供應方，而是通過產學研政投多方協同，在真實醫療體系中推進驗證與轉化。黃皓思坦言：“我們做到后面就發現，產學研政投一個都少不了。做醫療器械，沒有醫學支撐絕對不可能；不在國家政策指引方向上，成功概率也會下降；找不到足夠多的資金，也做不下去。”臨床專家參與問題定義與評價標準設定，工程團隊負責產品迭代與系統實現，政策與資本支持覆蓋臨床驗證周期較長、投入密集的階段，為技術走向應用提供相對穩健的路徑。

這一思路的集中體現，是生生易提出的“Lab in A Box”構想。該概念并非指向某一具體產品，而是對輔助生殖實驗室未來形態的設想——將繁雜的顯微操作、胚胎培養、冷凍解凍等流程，集成到一個桌面級的智能盒子中去。未來的實驗室將走向智能化、自動化、小型化，降低流程對個體經驗差異的依賴，使實驗室運行狀態更加可追溯、可復制。

從現階段看，“Lab in A Box”仍處于持續推進過程中，但圍繞這一方向展開的系統化布局，正在推動生生易由單一技術工具提供者，向流程級解決方案提供者轉變。黃皓思在采訪中表示，未來數年將繼續完善產品體系、拓展全球市場，在確保安全性與合規性的前提下，逐步提升輔助生殖技術的可及性。

在全球生育率持續走低的背景下，這一路徑的意義不在于制造突破性敘事，而在于通過更穩定、可復制的智能化技術工具，為生殖醫學提供一條可持續演進的現實路徑，讓輔助生殖在保持精準與效率的同時，惠及更多渴望新生命的家庭。

如果您想對接文章中提到的項目，或您的項目想被動脈網報道，或者發布融資新聞，請與我們聯系；也可加入動脈網行業社群，結交更多志同道合的好友。

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。