杉木SHANMU完成第三轮Pre-A轮融资 数千万元融资资金加持 “感知系列”产品

深圳商报•读创客户端记者 刘娥

近日，杉木（深圳）生物科技有限公司，简称「杉木SHANMU」，完成数千万元的Pre -A轮融资，本轮由上市公司松霖科技（603992）的母公司松霖集团领投，庚辛资本、万物为资本跟投。庚辛资本担任长期独家财务顾问。本次融资资金将主要用于“感知系列”产品的量产、出海的团队建设和市场宣发。

在过去的半年里，相继完成了启赋资本、浩方创投的千万级天使+轮、独角兽企业云鲸智能的千万级战略投资后，杉木SHANMU又在近期完成本次第三轮Pre-A轮融资。 杉木SHANMU是由创始人林鹤全及核心团队于2021年在英国伦敦创办的AI医疗企业。创始团队皆毕业于UCLA、JHU、复旦、曼大等国内外大学，部分研发团队成员来自美国谷歌总部、美国哥大医学院、复旦环境科学与工程院，是一支年轻且技能互补程度很高的团队。

据悉，杉木SHANMU将在今年正式推出医疗级的“感知系列”系类产品，目前已经完成临床对照实验，获得国家二类医疗器械检测报告，正在同步申报美国FDA、欧盟CE认证。

“感知系列”几乎可以说是全球最小型化、高精密的全自动医疗级生物分析仪，这意味着产品的一致性、灵敏度、特异性是对标医院的百万级大生化设备的。

相对于传统医院，用户对健康的直观感受就是疾病“表征”，其实大多数疾病是有隐匿期的，在“隐匿”阶段，用户不会有任何的感受。然而，一旦累计到临界线就会出现症状，才去医院看病，因此，通过表征来决定是否就诊的传统模型将不再适用AIGC时代的用户健康管理需求。例如，糖尿病这个案例，根据第10版国际糖尿病联盟地图数据显示，目前我国糖尿病知晓率水平为 36.7%（患糖尿病的人在检测前知道自己得病的人数比率）。也就是说，三分之二的人都不知道自己有糖尿病。糖尿病本质是胰岛功能受损，但这并不是一朝一夕的事情，而是个缓慢发展的过程，在过程中，是不会有表征反应的。当发展到糖尿病，相当于胰岛功能已经损坏到无法逆转的地步，只能终生药物和器械干预，高尿酸血症、慢性肾炎等多种慢性病亦是如此。

想象一下，在杉木SHANMU的“感知”场景里，用户正常如厕，尿液温度激活在马桶内部鼠标大小的“感知系列”设备，微升级的尿液和试剂均匀混合，就能全自动化的进行无感的、连续性的、无创的10+种小分子和数种蛋白的定量检测分析，再基于杉木SHANMU的深度学习垂直病理模型，能量化代谢指标和疾病之间的相互作用。用户可以在APP看到实时的数据和病理分析结果，AIGC大模型能根据这些大量的个人身体数据进行解读，用户也可以向大模型提问。随着大量数据的收集，大模型会越来越理解用户的状态，也能给出更加专业的反馈。

杉木SHANMU的“感知系列”产品聚焦两个用户画像。

一是慢性病患者（糖尿病、高尿酸、慢性肾炎）。

这三种慢病群体，在国内已确诊患者约3.5亿人，准患者约5亿人，而全球已确诊患者超15亿人，亚健康人群约20亿人。这些已确诊患者都有检测和药物干预的刚性需求。

杉木SHANMU的“感知系列”产品聚焦在这三种慢病的全自动化定量分析，如尿液的C肽+尿糖的组合可以分析糖尿病程度，尿总蛋白+肌酐的组合可以满足慢性肾炎患者的24小时检测需求，尿尿酸+离子组合能分析用户的肾结石和痛风风险，加上杉木SHANMU基于深度学习的垂直病理模型，是能一定程度上能预判用户的健康状态。不仅在糖尿病和慢性肾炎着两个领域领域，在高尿酸血症、尿路感染、膀胱炎等领域，“感知系列”产品也能提供高精度的定量分析和预判功能。

二是家庭用户。

传统医疗器械厂商的血糖仪、尿酸仪、CGM等产品，都是单体、单一指标定性、有创伤的，换句话说，这种类型的产品更适合给患者用户做日常的检测，而对于那些健康焦虑日益增加的家庭来说，他们急需要一种能给他们家庭每个成员进行“无感” “连续性” “无创”的AGI医疗解决方案。年初，杉木SHANMU与200个海内外家庭的成员，15家市场机构进行深度访谈，超过85%的家庭成员认为完全能接受，他们关心家庭成员的健康远高于关心自己的，就如同购买家庭保险一样的心态。而海外的家庭成员，美国和英国为主，则表现得更为兴奋。

杉木SHANMU立志成为AIGC时代的全球第一家AI家庭医生的企业，“感知系列”和“灵动系列”医疗级产品，聚焦在为个人、家庭和医疗机构提供数字化医疗系统解决方案。通过持续模拟代谢的特质和规律，标记出疾病跟健康之间的关联，设定不同的疾病管理周期，可以很好帮助每个人更好地管理自己的健康。

杉木SHANMU相关负责人表示，在未来，我们可以不担心家人和自己的健康的“隐匿”问题，把主动就诊变成“被动干预”。AI会构成一个全新的医疗感知生态，基于用户实时的多生物项指标数据收集和分析，将用户饮食作息、遗传疾病、DNA表现等个人的数据维度串起来，形成一个个性化的健康数据库，这能够对疾病干预、诊断、药物治疗反馈等做出超乎人类医生专家的反馈。正如今天的智能汽车一样，基于摄像头毫米波雷达的路况大量数据采集，与人类司机的避障能力联动，AI的智驾系统才能被真正训练出来。