🎯 情报来源：AI News & Artificial Intelligence | TechCrunch
牛津大学衍生企业RADiCAIT近日结束隐身模式，宣布获得170万美元预种子轮融资。这家总部位于波士顿的初创公司开发了一种AI技术，能够将普通的CT扫描图像转换为PET扫描图像，从而解决传统PET检测流程复杂、成本高昂且难以普及的问题。该公司已进入TechCrunch Disrupt 2025创业大赛20强，并正进行500万美元种子轮融资以推进FDA临床试验。
传统PET检测需要患者空腹4-6小时，注射放射性示踪剂后等待1小时，扫描过程需保持30分钟静止，且后续12小时内需避免接触特殊人群。由于示踪剂必须在附近回旋加速器生产且数小时内使用，全球78%的PET扫描仪集中在城市地区。RADiCAIT的技术有望使农村和地区医院也能获得等效诊断能力。
💡 核心要点
- 融资进展：170万美元预种子轮，正进行500万美元种子轮融资
- 技术突破：通过基础模型将CT扫描转化为PET图像，临床验证决策质量等效
- 临床进展：已与麻省总医院布里格姆分院、UCSF医疗系统开展肺癌检测试点
- 扩展计划：后续将开展结直肠癌和淋巴瘤应用开发
- 行业地位：入选TechCrunch Disrupt 2025创业大赛Top 20
📌 情报分析
技术价值（极高）：基于牛津大学2021年研发的生成式深度神经网络，采用多模型协同工作架构，技术路线类似AlphaFold的生物信息转换范式，具有跨学科扩展潜力。
商业价值（高）：瞄准全球PET检测市场（2023年规模约24亿美元），解决设备分布不均（城市占比78%）和单次检测成本高（约1,200-2,500美元）的痛点，首批合作机构包含顶级医疗系统。
趋势预测（高）：团队透露技术可扩展至放射学其他领域，符合医疗AI向多模态融合发展的行业趋势。若FDA试验成功，可能引发医学影像诊断范式变革。