2025年11月13日,創新醫療技術公司 Beacon Biosignals 宣布完成 8600 萬美元(約合人民幣6.1億) B 輪融資,由 GV(Google Ventures)、Takeda、Catalio 等跨科技與生命科學領域的重磅機構聯合投資,使公司累計融資突破 1.21 億美元。
在腦健康這一長期技術深度高、商業化周期長的賽道中,這樣的融資體量并不常見,也因此顯得尤為突出。
資本關注的核心不是 EEG 本身,而是 Beacon 正在嘗試建立的一套“腦功能測量體系”:
用 FDA 批準的可穿戴 EEG 將臨床級神經電信號帶入家庭場景;
用連續的真實世界數據刻畫睡眠與腦網絡活動;
再用大規模 AI 模型提取可用于診斷、分層與藥物研發的生物標志物。
融資消息之所以值得記錄,是因為它所指向的不僅是單一公司的增長,而是腦健康領域正在經歷的一次 從“檢查”邁向“數據科學” 的結構性轉變。
Beacon 的融資事件不難理解:金額亮眼、投資陣容豪華、技術方向鮮明。但真正值得關注的,是它試圖回答一個被醫學長期忽視的問題:
為什么我們從未真正“測量過”腦功能?
盡管 EEG 已在臨床使用數十年,但它一直停留在短時段、實驗室式的邊界內:
檢查只能在醫院完成;
數據常以“片段”呈現,而非連續曲線;
診斷高度依賴人工判讀;
難以反映患者在日常生活中的狀態。
Beacon 想改變的,是 EEG 在醫學體系中的“生態位”。
它想讓腦功能成為一種可以被連續記錄、長期建模、動態理解的變量,而不是一次性的圖譜。
這正是 8600 萬美元被投向它的真正原因。
Beacon 的核心產品 Waveband 是一款通過 FDA 510(k) 認證的可穿戴 EEG 設備。它并沒有試圖成為一款新的消費級睡眠手環,而是把 EEG 的場景從醫院擴展到了家庭。
這種“場景擴容”,帶來了腦健康測量方式的三個根本性變化:
醫院 EEG 測的是幾十分鐘,而家庭 EEG 可以覆蓋數小時甚至數周。這讓疾病的演化、藥物的作用、情緒與認知的波動第一次能夠以“時間序列”呈現。
神經系統的許多異常并不發生在檢查室里,而發生在深夜睡眠、清晨覺醒、工作壓力、日常活動中。連續腦電讓這些場景被精細捕捉。
睡眠節律、微覺醒、慢波、REM 階段的變化,都是神經退行性疾病、情緒障礙和藥物反應的重要指標,但過去很難大規模記錄。
Beacon 做的不是“更好的 EEG”,而是讓 EEG 脫離一次性診斷,成為長期的神經生理數據源。
這為 AI 模型提供了最基礎的“連續性素材”。
Beacon 的關鍵能力不在設備本身,而在其背后的 EEG 基礎模型(foundation model)——一個訓練于數百萬小時長程腦電數據的 AI 系統。它試圖回答的,是傳統 EEG 從未觸及的問題:
正常腦活動的范圍是什么?
異常從哪里開始?
哪些波形代表疾病早期?
哪些變化代表藥物起效?
病程是否可以通過睡眠中的腦網絡變化被提前預測?
這些能力讓 EEG 有了過去無法承擔的角色:從可視化圖譜變成可量化變量,從輔助診斷變成生物標志物。
在影像之后,AI 正在進入醫學的另一類基礎模態:生物信號(biosignals)。
而 EEG,可能成為這個方向里最具突破性的模態。
精神科與神經退行性疾病的藥物研發,長期依賴問卷評分、行為表現等主觀指標。Beacon 提供了一種此前缺失的“生理層證據”:
也因此,全球 TOP10 藥企的一半已與 Beacon 合作。在 CNS 這一高度復雜的領域,AI不再是輔助工具,而成為研發過程的關鍵基礎設施。
對中國醫療器械行業而言,Beacon 是一條值得參考的路徑。
國內 EEG 與睡眠醫學產業規模不小,但仍集中在“硬件更新”和“醫院場景”層面,缺乏連續、真實世界的神經生理數據,也缺少將高維信號轉化為疾病標志物的模型體系。
Beacon 的發展揭示了一個趨勢:
腦健康的競爭,未來不再由“設備性能”決定,而由“數據結構 + 模型能力 + 場景深度”共同決定。
在神經退行性疾病、抑郁癥、睡眠障礙快速增長的背景下,中國同樣需要更接近真實生活場景的測量方式,而不是停留在單點檢查上。
Beacon 做的,是為這一類疾病建立一個新的“觀察入口”。
這種入口本身,就具有戰略意義。
醫學中的許多突破,都來源于“能否被測量”。
血糖被測量后,糖尿病的管理方式改變;連續心電問世后,心律疾病的理解徹底重塑。
腦健康長期缺少這樣的節點,因為我們從未擁有連續、生態化的腦活動記錄方式。
Beacon 的融資之所以被記錄,不是因為 EEG 是新技術,而是 EEG 第一次具備了“成為醫學基礎設施”的條件:設備能夠記錄,數據能夠連續,模型能夠理解,臨床能夠使用。
當腦功能被看見,被量化,被模型吸收——神經科學的創新邊界就會隨之擴大。
對于技術開發者、臨床研究者與醫療產業而言,這不僅是一家公司在擴張,而是一個時代的開始。
往期推薦