辅助生殖迎来DeepSeek时刻：生生易如何让胚胎评估走出“黑盒”？

近日，生生易（北京）科技有限公司（以下简称“生生易”）与中华医学会生殖医学分会主任委员、南京鼓楼医院生殖医学中心主任孙海翔教授团队，联合发布了“胚胎发育预测方法及装置”的转化研究成果。该研究采用前瞻性双盲随机对照设计，对AI胚胎评估系统在真实临床流程中的应用效果进行了系统验证。

该研究所回应的，是辅助生殖领域长期存在的一组现实矛盾：治疗成功率有限，但决策高度依赖人工经验。世界卫生组织2023年报告显示，全球试管婴儿平均活产率不足40%，多数患者需经历3–4个治疗周期才能获得妊娠结果，部分家庭在反复尝试后被迫中止治疗。对女性而言，反复促排和取卵不仅意味着经济负担，也伴随持续的生理与心理压力。

在提升成功率的探索中，AI与自动化技术逐步进入辅助生殖领域。2010年代初出现的胚胎时差培养箱，能够在不干扰培养环境的情况下连续记录胚胎发育过程，但其产生的大量影像数据长期依赖人工解读，难以直接转化为可复用的临床决策依据，实际应用价值一度受到质疑。

正是在这一背景下，工程技术团队与临床专家开始尝试跨界合作。生生易选择切入体外受精（IVF）与人工智能（AI）结合的细分方向，希望通过算法与工程化手段，对胚胎评估这一关键决策环节进行结构化和标准化探索。

01

七年技术沉淀，产品落地海内外多市场

生生易的起点可以追溯至2019年。两位清华大学电子工程系校友——曾任职华为的张丹，以及拥有微软、百度搜索引擎背景的黄皓思，将关注点投向辅助生殖领域。联合创始人黄皓思在采访中提到，受医生家庭背景影响，他长期关注医疗实践中可被信息技术帮助解决的真实痛点，而生殖医学中高度依赖人工经验的决策环节，也成为团队重点思考的切入口。

不同于“拎着大锤子到处找钉子”的常见医疗AI路径，生生易自成立之初便以真实临床问题为导向。团队并未停留在医学机理层面的抽象讨论，而是聚焦一个更具工程意义的问题：哪些关键决策环节，具备被数据化、标准化和持续验证的可能。“Born with AI”是团队对自身定位的概括，即以互联网和工程体系的效率逻辑，应对医疗场景中的复杂问题。

从2019年启动项目到2023年完成公司注册，团队用四年时间完成了技术积累与临床验证的关键铺垫。2024年初，生生易获得溪山天使汇种子轮投资，正式进入商业化阶段。2025年成为重要节点：AI胚胎评估系统在中国台湾地区实现首批商业销售，并相继进多地市场；同年，公司获得中关村国家自主创新示范区关键技术创新项目支持，并在中国医疗器械创新创业大赛AI与机器人赛道中获得全国第三名。

支撑这一进展的，是一支结构清晰的跨界团队。一方面，工程与人工智能团队具备产业级技术背景，擅长将复杂临床流程转化为可落地的系统方案；另一方面，生殖医学专家及胚胎学家团队深度参与问题定义、评价标准制定与临床验证路径设计。通过“临床提出问题—工程实现路径—数据反馈验证”的持续迭代，生生易逐步完成了从技术可行到临床可用的转化。

生生易-南京鼓楼医院成果转化发布会

在市场落地层面，生生易选择了海外先行的路径。2025年，其产品在中国台湾率先实现销售，并进入中东、墨西哥市场，日本及欧盟地区同步启动商业试用，完成全球化的初步布局。

这一选择，首先源于不同地区的落地条件差异。相较中国、美国和欧盟等强监管市场，中国台湾、日本及部分中东地区在辅助生殖相关设备和软件监管上仍处于相对开放阶段，为新技术在真实临床环境中的快速验证提供了窗口期。生生易采取“双线推进”策略，目前已取得两个产品的北京二类医疗器械注册证，相关硬件产品正申请美国FDA认证，同时在监管路径相对清晰的市场中优先完成商业化验证。

在此基础上，不同市场的机构结构差异，进一步影响了产品的应用方式。国内生殖医疗体系以年治疗周期数可达上万例的大型公立医院为主，更关注系统在高负载场景下的稳定性与一致性；而海外市场则以年周期数数百例的中小型诊所为主，人工成本高、决策链条短，对部署便捷、性价比明确的智能化工具接受度更高。生生易在海外侧重验证产品的独立可用性与商业效率，在国内则围绕大型中心的规模化应用场景进行适配与打磨，形成差异化推进路径。

02

提升妊娠率，可解释 AI 量化胚胎评估标准

辅助生殖领域对AI的引入，长期受限于算法黑盒化争议：评估依据不可解释，使医生难以将胚胎筛选这一关键决策交由系统完成。生生易的切入点，正是从贴合临床决策逻辑的可解释AI入手，并以此为基础，逐步向实验室全流程关键环节延伸。

其核心技术思路，是将顶级胚胎师的经验拆解为可量化、可复核的结构性指标。EmbryoInsights™人工智能胚胎评估系统对接胚胎时差培养箱，持续获取胚胎发育影像数据，对内细胞团、滋养层细胞等关键结构及其动态变化进行分析，并以可视化方式呈现评估依据，生成结构化的胚胎发育报告，供医生在既有临床框架内参考使用。目前，该系统已适配多种主流胚胎时差培养箱。

EmbryoInsights™人工智能胚胎评估系统部署在日本藤田医科大学羽田生殖医院

EmbryoInsights™系统并非直接给出简单结论，而是回答“为什么推荐这一枚胚胎”，使AI成为辅助决策的第二视角，而非替代医生的裁决者。根据鼓楼医院生殖医学中心及公司披露的数据，基于上百万张胚胎影像与病例数据的前瞻性双盲随机对照研究显示，其核心形态学指标评估准确率达97%，AI辅助下单囊胚移植的临床妊娠率由68%提升至80%。其价值不在于取代人工判断，而在于通过固化标准化流程，减少经验差异带来的波动，并高效处理大量影像数据，弥补人力局限。

在胚胎评估这一核心节点之外，生生易逐步构建覆盖评估、储存与基础设备的产品组合。这一布局并非简单的产品叠加，而是通过引入可量化、可追溯的技术工具，降低实验室对个人经验的依赖，为流程标准化和后续自动化奠定基础。

在冷冻与低温储存环节，生生易推出智能低温储存监测解决方案。相比胚胎评估，这一环节一旦出现异常往往后果不可逆，却长期依赖人工巡检与纸面记录。该方案通过重量传感、可见光与红外成像及算法分析，对液氮罐运行状态进行持续监测，区分正常操作与异常情况，并在出现风险时及时预警，形成完整的数据记录。其核心意义在于降低人为疏漏带来的隐性风险，同时为实验室质量管理与合规审查提供可追溯依据。

智能低温储存监测解决方案

在软件系统之外，生生易亦同步布局真空泵等实验室基础硬件，但并不以单点性能为主要卖点，而是强调与AI系统及实验流程的协同运行，减少评估、操作与储存之间的流程割裂。在这一思路下，各类产品更像是实验室智能化的功能模块，而非孤立工具，也为其后续提出的“Lab in A Box”构想预留了现实落点。

03

政产学研用投多方协作，辅助生殖迈向智能与可及

围绕技术落地，生生易并未将自身定位为单一技术或设备供应方，而是通过产学研政投多方协同，在真实医疗体系中推进验证与转化。黄皓思坦言：“我们做到后面就发现，产学研政投一个都少不了。做医疗器械，没有医学支撑绝对不可能；不在国家政策指引方向上，成功概率也会下降；找不到足够多的资金，也做不下去。”临床专家参与问题定义与评价标准设定，工程团队负责产品迭代与系统实现，政策与资本支持覆盖临床验证周期较长、投入密集的阶段，为技术走向应用提供相对稳健的路径。

这一思路的集中体现，是生生易提出的“Lab in A Box”构想。该概念并非指向某一具体产品，而是对辅助生殖实验室未来形态的设想——将繁杂的显微操作、胚胎培养、冷冻解冻等流程，集成到一个桌面级的智能盒子中去。未来的实验室将走向智能化、自动化、小型化，降低流程对个体经验差异的依赖，使实验室运行状态更加可追溯、可复制。

从现阶段看，“Lab in A Box”仍处于持续推进过程中，但围绕这一方向展开的系统化布局，正在推动生生易由单一技术工具提供者，向流程级解决方案提供者转变。黄皓思在采访中表示，未来数年将继续完善产品体系、拓展全球市场，在确保安全性与合规性的前提下，逐步提升辅助生殖技术的可及性。

在全球生育率持续走低的背景下，这一路径的意义不在于制造突破性叙事，而在于通过更稳定、可复制的智能化技术工具，为生殖医学提供一条可持续演进的现实路径，让辅助生殖在保持精准与效率的同时，惠及更多渴望新生命的家庭。

如果您想对接文章中提到的项目，或您的项目想被动脉网报道，或者发布融资新闻，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。