[其他] VC投資哪些AI醫療保健新創公司？
http://bit.ly/2wRkiVk
AI(人工智慧)醫療保健(Healthcare)一直是VC創投公司的投資首選，尤其對醫療成像和診
斷法、虛擬助理、遠距監控和醫院護理等應用。
醫療AI部分的融資和投資者趨勢，例如新創公司利用機器學習演算法來減少藥物的開發時
間、向患者提供虛擬助理或提高醫學成像和診斷程序的準確性等。這不包括以硬體為重點
的機器人新創公司和以健康為重點的AR / VR公司。
AI醫療保健新創公司的交易量比去年(2016)同期增長31％，2016年達到88筆交易，並已在
2017年達到6年最高點。2017年第一季，由智慧資金VC集團如CRV、Andreessen Horowitz
以及GV等企業投資AI診斷新創公司Freenome，獲得6500萬美元A輪融資。Freenome也在
2017年第三季從Andreessen Horowitz籌集700萬美元的資金。
去年(2016)有兩項價值1億美元的大型交易皆是AI醫療保健獨角獸，佔當年總交易資金的
41％。也就是市值超過10億美元的未上市新創公司：
● 深圳的iCarbonX公司技術主要在基因研究，從騰訊Tencent Holdings和Vcanbio籌集1.99
億美元的A輪融資。
● 紐約的Flatiron公司技術主要在預測及風險評估，從Casdin Capital和Baillie Gifford
籌集1.75億美元的C輪融資，還有其他資金共計3.12億。
● Benevolent.ai公司技術主要在藥物研究，取得創投資金1.41億美元。
● 英國初創公司Babylon Health，來自Kinnevik、NNS Holding和Vostok New Ventures等投
資者籌得6000萬美元的B輪融資。該公司曾在2016第一季中第一輪股權融資公開獲得了
Alphabet的DeepMind Technologies 資金2500萬美元。
AI醫療保健新創公司上季度的交易數量創歷史記錄，其中29家新創公司在2017年第二季籌
集股權交易中比上一季成長12％，比去年同期成長38％。
儘管在交易方面創出新高，但在2017第二季資金下滑至1.51億美元，比去年同期下降24％
。
雖然大部分投資交易在美國的新創公司，但印度4家公司和中國3家公司在2017年第二季也
獲得Sequoia Capital China (Infervision)、Norwest Venture Partners (Multiplier
Solutions) 和500個新創公司（Niramai Health Analytix）的資金。
中國政府扶植新創公司寒武紀（Cambricon Technologies）：全球第一家人工智慧晶片新
創
已獲得一億美元的A輪投資，市值超越10億美元，成為全球第一家人工智慧晶片的獨角獸
公司，其產品包含：終端人工智慧處理器和雲端數據AI晶片。
寒武紀科技（全名：北京中科寒武紀科技有限公司）成立於2016年，由中科院計算所（中
國科學院計算技術研究所）牽頭成立。2016年發佈了世界首款商用深度學習專用處理器寒
武紀1A處理器（Cambricon-1A），主要面向智能手機、安防、無人機、可穿戴設備和智能
駕駛等終端設備，具有識別速度快、功耗極低等技術優勢，並衍生出寒武紀1A、寒武紀1H
等多個型號，僅在2016年就獲得超過1億元訂單，成立第一年就實現盈利。
最活耀的AI投資者
在2012年最活躍的投資公司有兩家：Data Collective和AME Cloud Ventures公司投資於
醫療保健AI新創公司，投資Big Data大數據的企業包括：診斷法新創公司Enlitic、開發
藥物公司Atomwise、疾病篩檢新創公司Freenom以及心臟疾病與超音波新創公司Bay Labs
。
2016第二季VC公司投資活動較少，以Khosla Ventures最活躍。
在2017第二季，創投公司General Catalyst及其學生創投基金公司Rough Draft Ventures
，在2017年Q1季投資3家AI醫療保健新創公司。投資於AI健康心理新創公司Spring Health
與設計藥物開發人平台Reverie Labs。還有，General Catalyst投資1500萬美元A輪融資
於醫療結果分析公司OM1。
過去Google Ventures創投也投資如預測分析新創公司Predilytics（由WellTok收購）和
醫療保健Flatiron Health獨角獸等公司，在2017第一季時參與了Freenome的6500萬美元A
輪融資。
GE Ventures從2016年以來一直積極參與醫療保健AI投資，其中：包括Arterys、MedAware
和HealthReveal等公司。
http://bit.ly/2wRkiVk
心得：
比起其他產業，近期在醫療產業的AI應用蠻活躍的，可能是產業特性的關係
還蠻期待在這一塊的發展