AI正在全面重塑临床研究的各个环节，但在患者用药依从性这个“最后一公里”难题上，技术所能发挥的作用远不止于发送提醒。设想一个真实场景：某位患者是否按时、按量服用了药物？过去我们依赖患者自述或电子药瓶感应，但这些方法都存在漏洞。如今，借助计算机视觉与人工智能，完全可以通过智能手机摄像头“看见”患者的用药行为。

这正是AiCure这家公司深耕了十多年的领域。

从纽约起步，直击真实痛点

AiCure成立于2009年底，总部位于纽约，其核心定位是一个将AI、计算机视觉与大数据分析相结合、服务于临床试验和患者管理的SaaS平台。它要解决的核心问题非常明确：通过视觉技术，客观、实时地确认患者是否真正服用了药物，并对依从性进行预测和干预，最终提升临床试验的数据质量、缩短研发周期、降低整体成本。

从覆盖范围来看，这家公司的规模已相当可观——在全球46个国家和地区、超过2200个临床试验站点部署，支持45种语言，累计捕获超过150万次给药数据，平均试验保留率高达92%，拥有84项专利。而全球排名前十的制药公司中，有七家已将其纳入合作伙伴。

创业故事：一次午餐催生的视觉医疗方案

创始团队来自沃顿商学院。2010年，Adam Hanina、Gordon Kessler和Laura Schafner在纽约共同创立了AiCure。Hanina与Kessler是MBA同学，一次午餐时，Hanina首次提出了将计算机视觉算法应用于医疗领域的构想。后来，他们遇到了擅长健康行为建模的金融分析师Schafner，三人一拍即合，决定开发一款能够360度可视化监测患者行为的移动应用。

创业初期，团队获得了美国国立卫生研究院（NIH）约700万美元的研发资助，率先验证了视觉识别技术在精神分裂症和艾滋病预防试验中的依从性监测能力。此后，算法模型不断迭代优化，适应症范围逐步扩展，最终形成了成熟的H.Code平台。

H.Code：一个平台，五大核心能力

这是AiCure的旗舰产品，也是全球首个以AI驱动的患者参与和依从性管理平台。其原理并不复杂——通过智能手机或平板电脑的摄像头，利用面部识别和物体识别技术，实时核实患者是否按时足量服药，同时同步采集eCOA/ePRO数据。

具体而言，H.Code平台包含五个主要模块：

一是给药依从性与用量确认。计算机视觉实时判断用药行为，自动生成依从性报告，并能分析用药环境及行为模式。

二是电子观察与报告。患者可在移动端完成症状、生活质量等问卷，研究者根据权限实时查看数据，远程管理效率大幅提升。

三是数字表型分析。结合传感器和视觉数据的多模态信息，挖掘疾病与疗效之间的关联，为研究团队提供新的干预思路。

四是站点服务。为研究中心提供技术培训、性能指标监测和绩效管理，确保现场与远程数据采集流程无缝衔接。

五是同步聊天。患者与研究团队可通过平台即时沟通，解决用药疑虑或紧急情况，实现远程支持与干预。

这些模块整合在一起，显著提升了临床试验的统计效能和患者保留率，同时也可应用于慢病管理和常规护理场景。

战略合作与商业落地

2021年，AiCure与IMA Research达成战略合作。IMA拥有超过30万潜在受试者数据库和90多家线下试验网点，AiCure的Patient Connect解决方案被推广到IMA管理的研究项目中，帮助研究者在招募前评估患者的真实依从性，提升招募效率和样本质量。

同年，AiCure还与全球临床研究机构Syneos Health建立合作，通过H.Code为其智能化临床试验提供依从性数据和数字表型分析，支持混合和去中心化试验模式。

此外，AiCure推出了AiPEX™计划，联合全球30多家高质量的CRO与研究机构，为合作方提供定制化的站点服务和远程监测能力。无论是传统线下、混合还是完全虚拟的试验模式，都能实现无缝衔接和数据共享。

客户案例：数据说话

全球前十的制药公司中，至少七家已是H.Code的用户。来看几个具体案例：

AbbVie在慢病项目中采用H.Code进行依从性监测，患者脱落率降低了超过50%，试验效率和数据完整性显著提升。

Sage Therapeutics在神经精神领域项目中，借助平台优化了药代动力学分析。

Cerevel Therapeutics在抑郁症和精神分裂症试验中，利用H.Code的预测性依从性预警实现早期干预，有效降低了风险。

OncoBay Clinical则在肿瘤领域，把AI驱动的患者行为洞察用于复杂给药方案的监测，增强了疗效评估的全面性。

这些合作都指向同一个结果：新药研发周期缩短，成本下降。

融资历程：十余年稳健支撑

早期：NIH约700万美元研发资助，用于算法验证和小规模临床试验。

A轮（2016年1月）：1225万美元，由New Leaf Venture Partners、Tribeca Venture Partners等领投，用于产品商业化和算法优化。

B轮（2017年11月）：1500万美元，投资方包括Baird Capital、New Leaf Venture Partners、Pritzker Group、Biomatics Capital Partners等，加速工程研发和市场拓展。

C轮（2019年11月）：2450万美元，Palisades Growth Capital领投，Singtel Innov8、Asahi Kasei、Accelmed Growth Partners等参投，重点深化生命科学客户的数据洞察能力，强化商业渠道，扩展研发团队。

D轮（2024年1月）：1600万美元，资金继续用于全球市场拓展、产品功能升级及AI模型优化。

总结

如果用一句话概括AiCure的价值，那就是：它凭借成熟的AI算法和扎实的临床验证，打造了一个真正让患者与研究者“彼此看见”的依从性管理平台。从NIH资助起步，到服务全球前十大制药公司中的七家，再到持续获得资本支持，这条路走了十几年。而让每位患者都能获得最佳临床试验体验——这个愿景，正在一步步变成现实。