国资入股、「臻泰智能」获数千万元B轮融资，脑机康复产品进入500+医院丨36氪首发
36氪 · 科技资讯
原创 胡香赟 海若镜 2026-11-05 08:04 北京 臻泰智能方面称， 2025年，公司就已实现盈利。 文丨 胡香赟 编辑丨 海若镜 封面来源丨 AI生成 36氪获悉，近日，西安臻泰智能科技有限公司（下称"臻泰智能"）已完成数千万元B轮融资，本轮由张江科投、信达未来产业基金联合投资，这也是公司成立以来首次引入国资。募集资金将用于三类脑机接口创新医疗器械注册、底层核心技术研发，以及全国“医院—社区—居家”三级康复网络规模化落地。 此前，公司曾获联想创投、奇绩创坛、苏州胡杨林资本等机构投资。 臻泰智能创始人王浩冲为西安交通大学机械工程硕士、生物医学工程在职博士。他介绍，公司依托西安交通大学“863计划”项目孵化成立，核心研究方向是脑机接口康复机器人。2017年，自己硕士读研期间，就在项目合作医院深度参与脑机康复临床试验。 当时，传统康复设备以被动、机械化训练为主，患者参与度较低，重复训练的依从性难以保证。而需求端，脑卒中、术后运动/认知障碍群体基数非常庞大，且基层、农村患者往往缺乏连续康复服务，黄金康复期难以有效利用。正是在这样的背景下，王浩冲希望将课题研究的技术成果产业化，服务更大群体。 2018年8月，王浩冲正式创办臻泰智能，将非侵入式脑机接口技术应用于医疗康复领域，为医院、康复机构提供“脑机智能康复整体解决方案”，现已取得4张国家二类医疗器械注册证，产品进入全国500多家医院和社区机构，累计服务患者数十万名。 传统被动康复的问题在于，被动训练仅依赖设备带动肢体运动，患者大脑负责主动运动意图的皮层区域并未充分激活，因而难以驱动神经可塑性的核心机制，即“神经突触连接的重塑”。而神经科学领域的共识是，大脑具有神经可塑性，有主动运动意图的训练才能有效驱动旁路运动神经突触连接重塑，这是神经康复的核心科学依据。 基于这一原理，臻泰智能的产品技术路线可概括为“BCI+VR+机器人”解决方案：脑机接口采集脑电、识别运动意图，作为患者主动参与的证明；VR通过沉浸式场景提供视觉、听觉与触觉反馈，与脑机接口的识别结果即时联动，强化患者主动运动意图的生成与维持；最后，康复机器人将意图转化为真实肢体运动，三者由此形成闭环。 与此同时，在神经可塑性框架下，团队进一步提出“主动、实时、双向闭环”三项核心技术要求。“我们认为，设备需在1秒内响应患者的运动想象意图，超过3秒则患者的主动意图响应已迟滞，训练无法有效触发神经反馈，效果会明显下降。”王浩冲表示。 不过，想把这一路线落地成可在医院大规模使用的产品，团队一度也“面临一片空白”。臻泰智能创业之初，国内脑机接口产业仍处于非常早期的阶段，缺少成熟的可穿戴式脑机接口硬件平台和针对患者的专用算法数据集。 “因此，我们提出‘通用脑机接口（GBCI）’理念，设定三项可检验指标：识别准确率大于90%、单次想象响应时间小于1秒、个体适用性大于90%。”该指标标准下，团队开始倒推所需的技术能力，并决定自研电极、芯片模组与算法。 电极方面，临床常规湿电极需涂抹导电膏，单患者训练窗口仅20分钟，涂膏与穿戴环节就要耗费5至10分钟。因此，团队转向盐水电极、干电极方案，针对阻抗较高问题在单个电极单元背后增加主动放大模组，并采用柔性结构解决运动状态下的抗干扰采集需求。 算法层面，王浩冲解释，传统实验室数据往往来自健康人群，迁移至患者群体时准确率会显著下降。臻泰智能选择从零开始，通过不断跟医疗机构开展临床合作，对不同损伤程度、不同康复阶段的卒中患者进行分层标注，积累有临床差异化样本。 例如，公司与宣武医院、空军总医院、仁济医院等多家三甲医院联合建立“脑机接口运动想象数据集”，包含左右手连续抓握，下肢抬腿、走路等动作，将平均识别准确率从常规的50%-60%，提升至86.41%，部分患者超过90%。 这些临床数据的回流让模型迭代初具基础。臻泰智能提供的信息称，目前，500多家合作医院日均使用量达数千人次，全年累计数十万条患者记录。“我们希望，依托大规模真实世界临床数据验证产品的安全有效性。下一阶段，我们将聚焦于构建脑机接口神经数据基座模型，争取实现更加个性化、精准化的康复治疗与预测。” 产品方面，基于现有技术能力，臻泰智能已取得4张国家二类医疗器械注册证，分别针对脑电采集评估、上下肢康复、手功能康复、言语认知训练，涉及功能评定到PT（物理治疗）/OT（作业治疗）/ST（言语治疗）训练等维度。产品通道数覆盖8-128通道，其中32通道为临床常规配置，更高密度无线可穿戴脑电产品也在持续研发中。 图源：臻泰智能 公司一项大样本临床对照实验称，采用主动闭环脑机康复路线后，康复疗效较传统被动训练提升约30%，治疗时间缩短近1/3。具体而言，使用脑控康复的患者LOTCA（洛文斯顿作业疗法认知评定量表）认知功能提升22.49%、FMA-LB（