曦嘉医疗获数千万元Pre-A轮融资，AI定制大脑地图助力精准神经诊疗

近日，专注于脑科学人工智能的曦嘉医疗宣布完成数千万元Pre-A轮融资，本轮融资由国中资本领投，锡创投、勤智资本、慧创医疗、兴富资本等机构跟投。这笔资金将主要用于临床研究、市场拓展以及产品迭代升级。

成立于2019年的曦嘉医疗，通过结合AI、云计算技术和脑连接组学，致力于解析MRI（磁共振成像）数据，为患者生成精准、个体化的脑网络图谱。目前，这项技术主要应用于神经外科手术规划、神经调控治疗以及脑机接口电极植入前的定位。

早在2025年5月，曦嘉医疗就完成了数千万元的天使轮融资，由险峰淇云投资，主要用于AI脑连接组学产品的市场推广及进一步研发。一年多时间里，这笔投入初见成效。基于其核心软件产品NuraTome，曦嘉医疗进一步开发了TMS（经颅磁刺激）导航设备。该设备能够根据精准靶点方案进行抑郁症TMS治疗，接受治疗的患者量表减分率较基线改善显著，显示出较好的临床缓解率。

此外，曦嘉医疗还向脑机接口领域拓展，已累计支持20余例电极临床植入，为脑机接口企业提供上游导航基础设施。

"从平均大脑到个人坐标"是曦嘉医疗的核心理念。2016年，Matthew F. Glasser等研究人员基于人类连接组计划（HCP）的MRI数据，将大脑皮层划分为360个脑区，并发布涵盖大脑皮层结构、脑功能、区域连接等信息的大脑图谱。然而，HCP图谱主要呈现的是"平均"大脑，而"人的头部尺寸、脑沟脑回各有差异，一些情况下，肿瘤、水肿还会挤压周围组织，使脑区发生位移"。因此，HCP图谱无法直接套用于不同患者。

为解决这一问题，曦嘉医疗通过对海量MRI数据进行机器学习，让这道题有了新解法。具体而言，其核心软件产品NuraTome包含379个脑区的图谱框架，其中，360个皮层脑区来自HCP图谱，另补充19个皮层下区域。

据介绍，早在大模型涌现前的2017年，曦嘉团队便已开始搭建脑影像AI能力，利用健康人群、患者的MRI数据训练专用算法。AI模型先从健康人群数据中学习不同脑区典型的神经纤维束连接方式，并以此为依据，进一步学会识别各"标准"脑区在不同患者大脑中对应的"独特"位置。这种基于结构连接进行个体化脑网络定位的方法，也被称为SCA（结构连接性图谱）。在此基础上，NuraTome再结合功能核磁fMRI，分析脑区之间的功能连接。

最终，医生通过曦嘉NuraTome软件所见的，是一张同时包含了结构图连接谱和功能连接图谱的个体化脑网络"地图"。原泉表示，曦嘉的生态位可以类比为地图企业在互联网产业中的位置。再以此对照，大脑结构图谱可以理解为在地图上勾画道路、建筑物、区划等，功能图谱则是再加入车流密度、红绿灯、堵塞点等动态信息。

二者协同下，医生则可更为准确地判断病灶位置、追踪纤维束走向、识别功能位点，从而确定介入方式及路径。

原泉表示，目前，曦嘉积累并用于AI训练的国内外临床数据数万例，此外还包括多年科研数据及公开数据集，数据积累规模处于行业前列。

存量数据是一方面，模型能力要不断提升，增量数据同样关键，其能让数据飞轮"转速"更快。据介绍，NuraTome采用的是静息态功能核磁，患者只需静卧约8分钟即可完成扫描，比较而言，传统任务态扫描可能需要两至三小时，因此曦嘉在MRI上的数据积累速度也相对更快。

面向TMS（经颅磁刺激）的神经调控领域是曦嘉近一年来进展最迅速的业务条线。TMS是一种通过脉冲磁场来刺激或抑制大脑特定区域神经元活动的疗法，主要包括定位靶点、线圈导航、磁刺激输出三个步骤。以往，医生通常结合影像，根据解剖标志估算靶点位置，再手持线圈，对准患者头部进行磁刺激治疗。

"传统疗法中，以抑郁症为例，主要选择背外侧前额叶皮层（DLPFC）的结构中心点作为刺激靶点，但这个脑区接近网球大小，而TMS线圈的刺激聚焦点有限，因此在实际治疗中，有效靶点难以被精准刺激；而NuraTome可以将定位范围进一步缩小至毫米级，告诉医生具体该刺激的位置。"

此外，在传统疗法下，由于缺乏对不同患者脑网络的个体化认知，面对同一种适应症的患者，治疗时往往刺激同一靶点。但事实上，同一适应症背后，脑网络的异常点可能不尽相同。例如，同为抑郁症，有的患者主要表现为情绪低落，有的则是快感缺失，或受焦虑、失眠等困扰。量表评分虽接近，但不意味着异常连接发生在同一脑区。由此，对相同位置进行刺激，治疗效果自然会打折扣。据介绍，依据传统解剖标志定位的"盲打"模式下，TMS治疗有效率有时仅为20%至30%，患者的临床获益明显不足。

曦嘉医疗的AI定制大脑地图技术，不仅提升了神经外科手术和TMS治疗的精准度，也为脑机接口领域提供了重要的导航基础设施。随着技术的不断成熟和应用场景的拓展，曦嘉医疗有望在精准神经诊疗领域发挥更大的作用。