生物科技 AI 研究機構

以血漿多組學 AI 實現肺癌早期檢測

一次抽血,AI 驅動的精準判讀,數天而非數月即得結果。

BAIRI 正在開發一套可負擔、非侵入、由 AI 驅動的血液檢測平台,用於肺癌早期檢測、肺結節良惡性鑑別、結核病診斷與長壽醫學。

透過整合血漿多組學、機器學習、臨床數據與可在醫院本地部署的 AI,BAIRI 致力於改變疾病被檢測、解讀與管理的方式。

血液樣本
血漿多組學
AI 引擎
臨床風險評分
醫師決策支援

從血液到生物學洞察。

數以百萬計的患者,正在等待更明確的答案。

肺癌仍是中國與全球致死率最高的癌症之一。CT 篩查能早期發現肺結節,但大多數被檢出的結節為良性。臨床醫師常面臨艱難抉擇:觀察數月、進行侵入性活檢,或依賴有限的生物標記工具。

傳統單一標記檢測無法捕捉癌症、結核病與慢性疾病進展背後複雜的生物學訊號。

因此,市場迫切需要一個可負擔、準確、非侵入的診斷平台,協助醫師更快、更有把握地做出決策。

1.5 億+

中國受肺結節風險影響的人口

95%

CT 檢出的肺結節為良性

<70%

傳統單一生物標記的靈敏度上限

數天而非數月

BAIRI 致力於縮短診斷的不確定期

一次抽血,多組學智慧,AI 驅動的臨床洞察。

BAIRI IPM 檢測僅需一份簡單的血漿樣本,即可同時分析多個生物學層面。

BAIRI 平台不依賴單一生物標記,而是橫跨蛋白質、代謝物、胺基酸、膽汁酸與結構化臨床數據,量測並整合數百種分子訊號。

機器學習模型再將這些複雜的生物學資訊,轉化為具臨床可行性的風險評分與決策支援輸出。

步驟一

抽血採樣

在照護現場採集一份簡單、非侵入的血漿樣本。

1
步驟二

PPdPM 分析

同步剖析血漿蛋白質、胺基酸、膽汁酸及相關代謝訊號。

2
步驟三

AI 整合

機器學習模型將多組學層面與臨床數據加以整合。

3
步驟四

臨床風險評分

輸出清晰的惡性風險、疾病鑑別與供醫師審閱的結果。

4

BAIRI 協助醫師從不確定,邁向以證據為本的決策行動。

AI 讓多組學真正具備臨床可行性。

癌症與慢性疾病在生物學上極為複雜,沒有任何單一蛋白質或代謝物能完整解釋疾病風險或進展。

BAIRI 平台橫跨數百項分子特徵,捕捉分散的生物學訊號;其 AI 引擎能辨識傳統單一標記檢測無法察覺的疾病相關模式。

隨著血漿多組學資料庫持續擴大,BAIRI 的模型可在精準度、泛化能力與臨床相關性上不斷提升。

血漿多組學

蛋白質組、代謝組、胺基酸、膽汁酸與臨床變量。

機器學習

在高維度生物學數據中進行模式辨識。

臨床整合

為醫師決策支援而設計的風險評分輸出。

可擴展平台

同一技術基礎可延伸至腫瘤、傳染病、慢性病與長壽醫學。

經科學驗證,為真實世界臨床應用而生。

BAIRI 的技術已獲回溯性研究、前瞻性驗證、盲法測試及已發表科學研究的支持。

該平台在肺癌篩查、肺結節良惡性鑑別與結核病鑑別上,皆展現出優異表現。

92%

非小細胞肺癌(NSCLC)篩查靈敏度

90%

篩查特異度

82%

肺結節良惡性鑑別準確率

雙 90%

結核病靈敏度與特異度表現

中國河南的真實世界驗證

2025 年,BAIRI 在河南省鄭州與南陽完成一項前瞻性世代研究,於多個患者族群中展現出穩健的真實世界表現。

91.7%

準確率

結核病組

100%

準確率

健康組

93.5%

準確率

非結核肺部疾病組

BAIRI 持續透過多中心驗證、更大規模的數據集與法規準備,擴充其臨床證據基礎。

三條產品線,一個 AI 驅動的多組學平台。

01

肺結節良惡性鑑別檢測

一項非侵入的血液檢測,協助鑑別肺結節的良性與惡性。

應用場景

  • 不確定性結節的 CT 決勝判讀
  • 肺癌早期風險評估
  • 醫師決策支援
  • 大規模族群篩查支援

協助醫師更快決策,減少侵入性檢查。

02

結核病診斷檢測

一項血漿多組學 AI 檢測,用於將活動性結核病與健康者及其他肺部疾病加以區分。

應用場景

  • 活動性結核病鑑別
  • 非結核肺部疾病鑑別
  • 高負擔地區篩查支援
  • 臨床分流與決策支援

以血液為本的傳染病鑑別新途徑。

03

長壽醫學與健康檢測

一條可立即產生營收的產品線,支援長壽醫學、代謝健康、抗衰老介入、NAD+ 方案、睡眠管理與精準健康。

應用場景

  • 生物年齡評估
  • NAD+ 檢測與提升
  • 代謝抗衰老檢測組
  • 睡眠與恢復優化
  • 預防性健康方案

將生物學數據轉化為個人化的長壽策略。

BAIRI 不只打造單一檢測。

BAIRI 正在打造一個可擴展的 AI 多組學平台,可延伸至腫瘤、傳染病、慢性病、長壽醫學及未來的精準健康應用。

BAIRI-X Lab

將多組學數據轉化為數位生物學

從診斷到理解,從理解到預測,從預測到精準健康。

BAIRI-X Lab 是 BAIRI 的前沿研究與創新平台,專注於下一代 AI 驅動的生物學。

BAIRI 的核心診斷平台結合血漿多組學與人工智慧,實現早期檢測與疾病鑑別;而 BAIRI-X Lab 則將此能力延伸至診斷之外。

透過整合多組學解讀、虛擬細胞建模、生物通路推論、數位孿生技術與 AI 生物學推理,BAIRI-X Lab 致力於將生物學訊號轉化為機制性理解、預測性洞察與未來的精準介入。

BAIRI-X Lab 是 AI 診斷與數位生物學之間的橋樑。

患者數據
血漿多組學
BAIRI AI 引擎
虛擬細胞建模
疾病機制推論
數位孿生
長壽智慧
未來精準介入
01BAIRI-X Lab

可解釋 AI 診斷

超越風險評分。

傳統 AI 診斷系統往往只給出預測,卻不解釋其背後的生物學推理。

BAIRI-X Lab 致力於讓 AI 診斷更具可解釋性——將風險評分連結至底層的分子通路、免疫反應、發炎訊號、代謝變化與細胞狀態。

可能的輸出包括

  • 免疫活性剖析
  • 發炎通路分析
  • 代謝網絡解讀
  • 細胞壓力指標
  • 衰老與再生訊號

之前

  • 風險評分:高

之後

  • 風險評分:高
  • 發炎 ↑
  • 代謝重編程 ↑
  • 免疫抑制 ↑
  • 細胞壓力 ↑
02BAIRI-X Lab

虛擬細胞引擎

細胞狀態的數位化呈現。

虛擬細胞引擎是一套運算框架,用以建模細胞在疾病進展、生物學壓力、治療反應與衰老過程中的變化。

藉由多組學數據與通路層級推論,虛擬細胞可協助模擬細胞活化狀態、免疫反應、代謝適應、疾病相關生物學變化,以及細胞間溝通模式。

這為診斷輸出背後更深層的生物學理解奠定了基礎。

虛擬細胞可協助模擬

  • 細胞活化狀態
  • 免疫反應
  • 代謝適應
  • 疾病相關生物學變化
  • 細胞間溝通模式
03BAIRI-X Lab

數位肺孿生

邁向肺部疾病進展的預測性建模。

BAIRI-X Lab 正在探索開發一套數位肺孿生平台。

透過整合血漿多組學、CT 影像、病理數據與縱向臨床紀錄,該平台或能建立肺部疾病進展的數位化呈現。

未來可能的能力包括

  • 惡性進展預測
  • 肺結節風險演變
  • 免疫微環境建模
  • 疾病軌跡預測
  • 個人化追蹤策略支援

今天,臨床醫師問的是

  • 這個結節是惡性的嗎?

未來,數位肺孿生或能回答

  • 這個結節進展的可能性有多高?
  • 疾病可能演變得多快?
  • 驅動風險的生物學機制是什麼?
  • 最合適的監測策略為何?
04BAIRI-X Lab

長壽智慧引擎

以生物學理解實現精準長壽。

BAIRI-X Lab 透過將多組學數據轉化為個人化生物學洞察,支援 BAIRI 的長壽醫學產品線。

藉由 AI 驅動的生物學解讀,該平台或能生成多項健康智慧指標,以支援個人化長壽方案、預防性健康策略與精準健康介入。

健康智慧指標可能包括

  • 生物年齡評估
  • 免疫適能指數
  • 發炎衰老(Inflammaging)評分
  • 代謝韌性指標
  • 細胞再生洞察
  • 睡眠與恢復生物學
  • NAD+ 與能量代謝訊號

相連結的長壽產品

  • NAD+ 檢測與提升
  • 睡眠管理方案
  • 藥食同源健康解決方案
  • 代謝抗衰老檢測組
  • 預防性健康監測
05BAIRI-X Lab

未來治療研究

探索精準醫學的下一個前沿。

當下,BAIRI 仍專注於診斷、臨床應用與長壽醫學。

與此同時,BAIRI-X Lab 為 AI 驅動生物學與治療探索的未來應用,提供了研究基礎。

未來研究方向可能包括

  • 疾病機制探索
  • 治療標靶識別
  • 藥物再定位研究
  • 精準介入策略設計
  • 中醫藥現代化
  • AI 輔助生物通路模擬

在照護現場進行 AI 推論。

BAIRI 正在開發一款專為安全臨床部署而設計、面向醫院的 AI 一體機。

該一體機無須依賴外部雲端運算,可在醫院環境內進行本地 AI 推論,支援數據安全、臨床流程整合與更快速的報告生成。

BAIRI Appliance
On-Prem AI
質譜儀
BAIRI 一體機
醫院伺服器
醫師

直接對接儀器

從實驗室儀器與質譜分析流程中擷取數據。

裝置端 AI 推論

在本地執行 BAIRI 演算法,無須常態依賴雲端。

設計即安全

患者數據始終保留於醫院環境之內。

LIS/HIS 整合

生成結構化報告,供醫師審閱並對接醫院系統。

BAIRI AI 一體機旨在支援臨床部署、醫院數據主權,以及未來的法規路徑。

已獲專利、已發表、自主專有、可擴展。

BAIRI 的競爭優勢建立於四個層面:自主專有的 PPdPM 方法學、持續成長的血漿多組學資料庫、AI 模型整合與臨床驗證,以及可在醫院部署的架構。

01

智慧財產權

中國發明專利保護核心 PPdPM 方法學、AI 整合與診斷應用。

02

血漿多組學資料庫

現有 3,000+ 例肺結節樣本,並擴充至 10,000+ 例;結核病資料庫逾 4,000 例,並規劃更大規模的多中心驗證。

03

科學發表

獲呼吸醫學、生物標記研究、生物資訊與蛋白質組學等領域的同行評審研究支持。

04

臨床部署

透過本地 AI 推論與 LIS/HIS 整合,專為真實世界的醫院應用而設計。

05

BAIRI-X Lab

將 BAIRI 的診斷平台延伸至數位生物學、虛擬細胞建模、數位肺孿生與長壽智慧。

立足中國,放眼全球。

中國大陸

中國擁有龐大且持續成長的肺結節患者族群。BAIRI 的肺結節鑑別檢測,正是為解決一項重大未被滿足的需求而設計:為 CT 檢出的結節提供可負擔、準確、非侵入的決策支援。

香港

香港提供高端醫療市場,是私營診斷、真實世界證據生成與跨境臨床合作的早期切入機會。

全球市場

全球對早期癌症檢測、多組學診斷與 AI 驅動臨床決策支援的需求正快速成長。BAIRI 的平台架構專為跨腫瘤、傳染病、慢性病與長壽醫學的國際拓展而設計。

邁向 NMPA 三類醫療器械審批的清晰路徑

BAIRI 正為中國的結構化法規路徑做準備,包括多中心前瞻性驗證、技術文件編制與器械審批準備。

  1. 01

    臨床驗證

  2. 02

    多中心試驗

  3. 03

    NMPA 創新認定

  4. 04

    技術審查

  5. 05

    器械批准

  6. 06

    醫院部署

一支為 AI 生物科技商業化而組建的跨領域團隊。

BAIRI 匯聚了生物科技研究、血漿多組學、人工智慧、臨床部署、法規事務、醫院夥伴關係與國際商業化等多方面的專業能力。

蘇明漢(Julian So)

董事長兼代理執行長

於新加坡、香港與英國具備律師資格。曾任 UBS、RBS 與 Morgan Stanley 投資銀行家,並擁有上市公司董事與科技公司高管的豐富經驗。

張樹林教授(Prof. Shulin Zhang)

首席科學官

PPdPM 平台的發明人,專精於分子遺傳學、血漿多組學與轉譯生物醫學研究。

黃日輝(Darry Huang)

首席資訊官

領導 BAIRI 的 AI、機器學習、臨床部署、軟體架構與 LIS/HIS 整合,負責將 BAIRI 的診斷技術轉化為可在醫院部署的 AI 平台。

吳梓卓博士(Dr. Zizhuo Wu)

BAIRI-X Lab 創始主任

領導 BAIRI-X Lab 的數位生物學研究 —— 虛擬細胞建模、AI 生物學推理、疾病機制推論與計算生物醫學探索。

孫占強(Sun Zhanqiang)

院長 / 中國區首席法規與商業化官

負責中國法規策略、商業合作、臨床部署與診斷服務發展。

華生(Adrian Watson)

香港營運長

統籌香港營運、法規合規、私營診所合作與區域業務拓展。

李寧(Li Ning)

中國營運長

領導中國子公司日常營運、NMPA 協調、醫院合作與診斷服務執行。

馮健(Feng Jian)

業務發展與銷售

負責診斷產品分銷、銷售夥伴關係、機構拓展與商業通路發展。

高誠(Gao Cheng)

夥伴關係發展

推動與醫院、診斷夥伴、機構網絡及區域醫療體系的策略聯盟。

王亮(Wang Liang)

資深研發研究員

領導多組學研究、檢測開發與科學驗證支援。

我們誠摯歡迎臨床合作者、醫療夥伴、診斷經銷商與策略投資人。

BAIRI 正在打造一個 AI 驅動的多組學平台,涵蓋早期檢測、疾病鑑別、長壽醫學與下一代數位生物學。

我們歡迎與以下夥伴合作

  • 醫院
  • 臨床研究機構
  • 診斷實驗室
  • 醫療體系
  • 健康與長壽診所
  • 生物科技公司
  • 策略投資人
  • 政府與區域衛生夥伴

一次抽血,AI 驅動的精準判讀,數天而非數月即得結果。

從診斷到數位生物學。