Triomics嘅2.2億港元豪賭：點解腫瘤科需要專屬AI，而唔係通用工具

OncoLLM點運作：一套專為腫瘤科而設嘅AI架構

Triomics嘅平台係由 OncoLLM 驅動，呢個係一個專為腫瘤科而設嘅企業級AI框架 。OncoLLM 唔係一個單一嘅巨型模型，而係被形容為一個由8個模型組成嘅「星群」，參數由30億到720億不等，佢哋以「代理」嘅方式互相合作 。呢個設計令系統可以喺病人層面理解資訊，橫跨成個縱向病歷嚟做推理，而唔係逐份文件獨立分析。

呢種技術取態，係刻意同以前嘅做法（例如命名實體識別或關係抽取）分道揚鑣 。公司亦都善用 Microsoft 嘅 Azure AI 同 OpenAI 服務，包括微調小型語言模型 Phi-3.5，等佢可以大規模咁從非結構化數據入面，解析到重要嘅臨床資訊 。根據 Microsoft 嘅講法，呢種整合令平台可以喺一分鐘之內，比較晒病人嘅完整紀錄同幾百個進行中嘅臨床試驗 。

建基於 OncoLLM 上面嘅，有兩個核心軟件產品：

• Prism：自動將每個嚟緊覆診嘅病人，同你手上全個試驗組合做篩選配對，然後每日或每星期直接將配對結果推送畀醫護團隊。結果會包埋逐項、逐個條件嘅配對理由同資料來源引用，令團隊做得更快、更有信心 。
• Harmony：整理電子病歷（EHR）數據，自動整合出一份專家級嘅病歷撮要，內容包括現時病情、治療時間線、生物標記同試驗選項 。佢亦支援隊列分析同精準腫瘤學報告 。

早排同威斯康辛醫學院做初步驗證嗰陣，據報 OncoLLM 喺幾分鐘之內就搵到 90% 合資格參加臨床試驗嘅病人——呢個任務如果交畀合資格嘅護士做，至少要花幾日甚至幾星期 。同一份報告仲提到，OncoLLM 由非結構化筆記抽取結構化數據點嘅準確度，同 GPT-4 或 Claude 呢類模型差唔多甚至更高，但運行成本就平咗成40倍 。

資金同市場認受性

呢輪2,200萬美元嘅B輪融資，係緊接佢哋喺2024年籌到嘅1,500萬美元A輪融資 。新資金會用嚟加快喺各醫療系統嘅普及速度，同埋深化同電子病歷系統嘅整合 。公司冇公開披露詳細嘅增長指標，例如年度經常性收入（ARR）或者企業客戶數目，不過融資公告就將佢定位為「受頂尖癌症中心信賴」。

對外公開可以驗證到嘅係客戶名單。Triomics 已經同多間頂尖醫療機構簽咗部署協議：

• 紀念斯隆凱特琳癌症中心（MSK）：透過 iHub 同 CRIC 計劃，MSK 正喺佢哋嘅活躍臨床試驗入面，部署呢個臨床試驗配對同篩選系統 。
• 西奈山蒂施癌症中心：推出咗由 OncoLLM 驅動嘅 PRISM 平台，成為紐約市第一間部署腫瘤科專屬 AI 工具做試驗配對嘅 NCI（美國國家癌症研究所）指定綜合癌症中心 。
• 耶魯癌症中心同斯邁洛癌症醫院：將平台嘅使用擴展到全個活躍腫瘤科臨床試驗組合，研究結果仲喺《自然數碼醫學》期刊發表 。

競爭定位：垂直專業化 vs 通用工具

Triomics 進入嘅係一個充滿「環境AI文書助手」同臨床文件記錄工具嘅市場，競爭對手包括 Microsoft 嘅 Nuance DAX Copilot 同 Abridge。不過，佢嘅差異化在於垂直專業性。

通用AI文書助手係為咗廣泛嘅臨床記錄而設計——喺病人睇醫生嘅時候，將對話總結出嚟。相反，Triomics 專注喺腫瘤科嘅工作流程，處理嘅係橫跨病人多年病史、極大篇幅、格式唔統一嘅非結構化數據 。佢嘅AI會閱讀成個病人紀錄，喺診症前、篩選期間同診症後，產出一份有結構、有引用來源嘅病人概覽 。

公司領導層仲成立咗「腫瘤科LLM訓練合作聯盟」（COLT），呢個聯盟由超過20間NCI指定癌症中心同埋 Ci4CC 組成，旨在為腫瘤科嘅生成式AI創建效能基準同安全標準 。咁樣做，令 Triomics 唔單只係一個產品製造商，更係制定「護欄」標準嘅持份者之一。

腫瘤科專屬AI嘅下一步係點？

呢輪2,200萬美元嘅融資，揭示咗醫療科技界一個越嚟越清晰嘅方向：腫瘤科數據嘅複雜性，係需要專門嘅AI基建，而唔係求其將一個通用嘅聊天機械人改頭換面就搞掂 。隨著癌症中心要面對更大嘅壓力，將更多病人配對到精準療法同臨床試驗，呢個樽頸位嘅解決方案會變成兵家必爭之地。

Triomics 能唔能夠頂得住資金充裕嘅通用AI公司同大型電子病歷廠商嘅追擊，保住佢嘅先發優勢，仍然係未知之數。但隨住佢喺 MSK、耶魯同西奈山成功部署，加埋累計集資超過3,600萬美元，呢間公司已經跨越咗概念驗證嘅階段，踏入規模化臨床運作。未來一年將會考驗「垂直AI」喺呢個數據密集程度極高嘅醫學領域，能唔能夠真正兌現佢嘅承諾。