在印度，每一位糖尿病专科医生都能说出几个令人心碎的故事：患者只是因为脚底一个小伤口来就诊，最终却以膝盖以下截肢收场。这不是罕见偶发事件。印度每年记录超过五万例因糖尿病引发的下肢截肢，绝大多数本可通过一次及时、准确的筛查避免。截肢往往不是医疗技术的失败，而是筛查体系的断裂——当患者从社区诊所转诊到配备血管多普勒超声的三级医院时，神经病变和血管损伤已经不可逆转。
一家名为 Ayati Devices 的班加罗尔医疗科技公司试图在这个裂缝中插入自己的解决方案。2026 年 8 月 11 日，Ayati Devices 宣布完成 1.5 亿印度卢比（约合 150 万美元，部分来源显示为 157 万美元）的 Pre-A 轮融资，由 Inflexor Ventures 领投。这是公司自 2019 年成立以来获得的首笔机构投资，也是 Inflexor Fund III 在印度医疗器械生态中的又一次落子。
这轮融资的实际金额并不大，但它释放了一个信号：在印度，围绕糖尿病并发症的预防性诊断设备正在从公共卫生倡议的模糊地带，进入风险资本所认可的“平台型机会”范畴。此前，这类需求通常被归入非营利项目或政府拨款的范围，而 Inflexor 的入局，可能意味着资本开始尝试用商业化、规模化的逻辑来重新丈量这个市场的回报潜力，尽管这条路径上的经济账仍需大量证据来闭合。
| 字段 | 内容 |
|---|---|
| 公司 | Ayati Devices Pvt Ltd |
| 轮次 | Pre-A 轮 |
| 金额 | 1.5 亿印度卢比（部分来源表述为 157 万美元） |
| 投资方 | Inflexor Ventures |
| 总部 | 印度班加罗尔 |
| 创始人 | Nishant Kathpal |
| 官网 | https://www.ayatidevices.com/ |
五万例截肢背后的筛查断层：基层医生缺少的不是知识，是工具
印度糖尿病人口已超过 9000 万。令人不安的是，糖尿病足筛查在很多初级保健场景中仍然依赖一套几乎原始的方法：棉签测试触觉、音叉测振动感、目视判断皮肤颜色和温度。这套方法严重依赖检查者的经验，重复性差，且无法捕捉组织灌注和微循环的真实状态。当一位基层医生面对一位尚未出现明显溃疡但神经血管已开始病变的患者时，这套工具箱几乎只能提供一种滞后的、定性的信号。
Ayati Devices 创始人兼 CEO Nishant Kathpal 在融资公开声明中直言：“糖尿病足仍然是最被忽视的医疗挑战之一，尽管它可以通过及时筛查在很大程度预防。”这句判断并非创始人一厢情愿的叙事。从技术实现角度看，糖尿病足的早期筛查并非缺乏标准答案——踝肱指数测量、经皮氧分压监测、神经传导速度检测都是成熟的临床工具。问题在于，这些设备长期被锁定在大型三级医院的功能检查室里，从设备成本、操作门槛到空间要求，都天然排斥下沉场景。一台标准的多普勒超声设备可能需要独立的检查室和经过专门培训的技师，而这一配置在印度的初级保健中心几乎是奢望。
Ayati Devices 的产品逻辑正是建立在这一矛盾之上。公司从 IIT Bombay 的创新与创业协会孵化起步，逐步构建了覆盖糖尿病足诊断全流程的便携式硬件产品线：Vibrasense 检测振动感知阈值以评估大纤维神经病变，Vasosense 进行血管功能评估，Angiocam 提供组织灌注实时成像，PODIA Trolley 则以按次付费的方式打包多模态筛查方案，集成 AI 驱动辅助诊断。这套产品组合试图在“精度向三级医院看齐”和“部署向社区诊所下沉”之间建立折中。这意味着，Ayati 的竞争壁垒不仅在于任何单一设备的技术参数，更在于它能否将多维度的评估打包成一个足够简单、使得非专科医护人员在短暂培训后即可执行的标准化工作流。
便携设备被30国采用，但百万次筛查背后的真实临床约束是什么？
从商业化指标来看，Ayati Devices 给出的数据具有一定说服力：超过 10,000 台设备已部署至 30 个国家，累计完成超过 100 万次筛查。公司还启动了一项纳入 562 例 II 型糖尿病患者的临床试验，以验证其便携筛查技术相较于传统诊断方法的一致性。对于一家首获机构投资的早期医疗器械公司来说，这些数据初步证明了其产品具备跨国市场准入能力和一定程度的临床接纳。
但如果把这组数据放入基层诊疗的真实流程中审视，商业化和临床采纳之间存在微妙的张力。Ayati Devices 公开列出的装机场景包括初级保健中心、糖尿病诊所和社区筛查项目。这类场景的共同特征是：接诊量大，单次诊疗时间极短，医护人员对便携设备的学习意愿与其感知到的临床增益直接相关。设备本身是否“便携”只是准入门槛；它是否能在不显著延长单个患者接诊时长的情况下输出明确、可解释的诊断提示，才是影响持续使用的核心变量。换言之，一套检查即便在物理上可移动，但如果需要操作者花费十五分钟完成一个完整评估，同时在结果解读上仍存在模糊地带，它在繁忙的初级诊所中就很可能被边缘化。
目前未见公开的用户留存数据和复购率，也没有独立第三方发布的临床采纳研究。100 万次筛查这个总量，分摊到 10,000 台设备上，每台设备平均累计完成约 100 次筛查——如果按照典型的使用频率推算，这个数字暗示相当一部分设备可能处于低频使用状态，或者相当一部分部署发生在筛查量密集的短期项目中。例如，某些政府主导的社区筛查运动可能在数周内产生集中流量，但项目结束后设备即陷入闲置。在没有补充数据的情况下，无法将筛查总量等同于持续、高粘性的日常临床使用，而这恰恰是区分一次性公共卫生项目与可持续商业模式的关键。
按次付费模式想解决什么问题：资本支出回避，还是诊断质量买单？
Ayati Devices 商业模式中的一个值得审视的设计是 PODIA Trolley 的按次付费方案。公司在自我描述中明确将这一模式定位为“减少医疗机构前期资本支出”的工具。这意味着 Ayati Devices 对客户痛的洞察不仅是“设备太贵”，还包含“在诊断收益不确定的前提下不愿承担资产风险”。对于现金流紧张、预算周期不稳定的印度基层诊所而言，将一项不确定其患者付费意愿的筛查服务从资本支出转化为运营性支出，可能确实降低了采纳的心理门槛。
按次付费模式在印度基层医疗市场并非全新概念。从 GE Healthcare 的按扫描次数计费超声设备到 Siemens Healthineers 在部分邦推行的实验室诊断租赁方案，医疗机构早已熟悉“运营性支出替代资本性支出”的逻辑。但区别在于，影像和实验室诊断的按次付费面对的是已被充分编码入保险和转诊系统的检查项目——医生开出这些检查有明确的诊疗路径支撑，患者也因其在医保报销清单上而更愿意配合。而糖尿病足筛查在多数基层机构中尚未形成固定的收费项目和临床路径，这意味着从一个非刚需筛查动作中产生足以覆盖设备摊销和利润的单次收费，需要更深的支付方教育和需求论证。如果筛查结果不能直接关联到一个被广泛接受的治疗决策节点上，诊所负责人可能会质疑持续为该服务付费的必要性。
当一家公司提出按次付费时，它承担的实质是资产利用率风险。设备若长期闲置，Ayati Devices 的回收周期将被动延长，这会直接改变资本效率。目前 Ayati Devices 未披露 PODIA Trolley 的实际投放量、单次定价及其收入贡献比例，因此按次付费仍是一个在逻辑上成立但缺乏商业数据支撑的假设。这一模式的隐含经济模型——即基层诊所愿意为每例筛查支付的价格乘以足够高的周转次数——能否在公立卫生预算和患者自费之间的夹缝中站稳脚跟，仍需经过多个财务周期的验证。
Inflexor Ventures 的逻辑：是赌单品还是赌诊断平台的监管护城河？
Inflexor Ventures 合伙人 Pratip Mazumdar 在公告中对 Ayati Devices 的定调相当明确：“Ayati 是医疗器械领域的平台型公司，这正是 Inflexor 存在的意义——支持那些具有深厚技术信念的创始人，基于真正的临床洞察构建产品，并且平台已经在国内外市场获得采用。”在 LinkedIn 声明中，Inflexor 进一步指出这是 Ayati 的首笔机构投资，并强调此举意在“加强印度医疗器械生态系统”。
从投资机构视角拆解这句话，“平台型”的标签不是随意贴上的。医疗器械领域通常存在两条路径：一条是单品突破，依靠单一设备打入特定科室，通过高频使用和耗材模式建立收入模型；另一条是多产品平台，覆盖一个疾病领域的多个诊断或治疗节点，从不同环节收集数据并形成诊断闭环。Inflexor 的判断倾向于后者。Ayati 从神经评估到血管功能再到组织灌注成像的产品覆盖，理论上可以让同一患者在一次筛查动作中产生多维数据，而多维数据的积累正是 AI 辅助诊断提升效能的前提。如果这些数据能够从不同病理维度交叉验证一个诊断推论，那么相比只依赖单一指标的工具，其假阳性和假阴性风险可能更低，这在基层场景中尤为关键，因为误判的代价高昂且难以通过后续精密检查快速修正。
但“平台”也意味着更高的产品维护和监管成本。每一款设备进入不同国家市场都需要单独注册，审批流程涉及产品风险等级判定、本地临床数据要求甚至工厂现场核查，其周期和费用波动极大。AI 算法的迭代和特定场景的临床验证需要持续的试验投入。根据披露的资金用途，Ayati Devices 明确将“推进监管审批”列为优先事项之一。这一项支出的规模和时间线，直接决定了公司从“多产品拼盘”走向“监管认可的诊断平台”的速度。如果不同产品的审批进度参差不齐，平台的多模态数据闭环就会在监管层面出现缺口，从而延迟其整体价值主张的实现。
Inflexor 正在赌一个诊断标准的迁移窗口：如果糖尿病足筛查指南在未来数年逐步从三甲医院的专用设备向便携式设备倾斜，Ayati 手中经过多国监管备案和临床试验数据的产品矩阵将是稀缺资产。但指南的改写是缓慢、保守的过程，通常需要多中心、大样本、长期随访的临床证据来推动，而非仅凭单一横截面研究。目前 Ayati 的临床试验为单中心 562 例横截面验证，离推动指南改变尚有不小距离。在此期间，Inflexor 需要承受监管滞后带来的商业化延迟风险，同时确保 Ayati 能够持续产出填补这一证据鸿沟的研究数据。
资金用途暗藏的时间线压力：150万美元能同时撑开几条战线？
Ayati Devices 列出的资金用途清单几乎涵盖了一家早期医疗器械公司所有可能的战略方向：加速商业化、扩大国内外市场覆盖、加强制造能力、加大研发和人工智能投入、推进监管审批、引进全球人才。以 150 万美元左右的资金体量同时铺开这些战线，资金分配必然极度紧张。这种全面铺开的拆分方式，在融资公告中并不罕见——它更多是为了向市场传递公司具备多线程扩张能力的信号。但在执行层面，它将迫使创始团队做出严格的优先级排序，否则可能陷入每条线都推进不足的困境。
这一判断建立在行业基准之上，并不需要 Ayati Devices 自身披露详细的预算分配。与此同时，扩大制造能力需要模具、产线认证和质量体系升级，每一项都是资本密集型的固定投入。如果公司计划从实验室小批量生产转向受监管的规模量产，仅建立符合 ISO 13485 等标准的质量管理体系就需要显著的初期投资。在资金总盘不足 200 万美元的提下，Ayati 必须在“监管、制造、人才、研发”中做出事实上的优先级排序，但公司并未公开哪一条线会率先获得实质性推进。
还有一个隐性成本被频繁提及却难以量化的词——“全球人才引进”。医疗器械领域能同时理解糖尿病神经病变机制、硬件工程和 AI 算法的复合型人才在全球高度稀缺，招聘成本远超普通软件工程师。Ayati 如果确实计划引进这类人才，薪酬包和期权激励将占据这轮融资的可观比例。考虑到班加罗尔本地虽拥有丰富的工程技术人才池，但专门聚焦于神经血管诊断设备开发的资深经验者相对有限，公司可能需要在海外招募或通过高额股权激励来锁定关键人员，这进一步加大了资金分配的张力。
竞争格局未明，但替代方案并非远在三级医院
Ayati Devices 的公开材料中没有披露其认定的直接竞争对手，也未见第三方行业报告将 Ayati 与特定公司进行对比。未披露竞争格局本身并不罕见——早期公司通常对竞争情报保持沉默，以避免融资期的不必要对比，也为自身的产品迭代争取信息不对称窗口。
但从替代方案的角度审视，Ayati 所面对的并不只是“昂贵的大型医院设备”。近年来，多个消费电子和穿戴设备公司正尝试将部分糖尿病足风险信号接入智能手表和家庭健康监测盒子，例如通过皮肤温度传感器、足底压力感应鞋垫等低成本方案进行初步风险分层。虽然这些消费级产品远未达到医疗诊断精度，也未获得作为独立筛查工具的监管许可，但它们在用户规模、数据采集频率和渠道渗透上具有结构优势。如果这些方案在特定指标上积累了足够的真实世界证据并获得特定筛查路径认可，例如被纳入某些国家糖尿病协会的高危人群预筛流程，它们将构成比三级医院设备更直接的替代威胁，因为它们争夺的恰恰是 Ayati 所瞄准的基层筛查入口。
Ayati Devices 的防御点在于医疗级精准度和多模态整合能力，这是消费电子在短期内难以跨越的监管门槛。但医疗级精度本身需要持续的证据维护——每一项临床研究、每一份同行评审文章、每一个纳入诊疗指南的节点，都是构建竞争壁垒的材料。在这一点上，Ayati 目前公开的临床证据仍处于早期验证阶段，尚不具备压倒性的辩护力度。如果穿戴设备厂商在未来几年内通过与学术机构合作发布了具备一定说服力的队列研究，即便其精度仍逊于 Ayati，也可能在价格和便利性的天平上改变基层机构的采购决策。
待验证假设：一个诊断公司必须翻过的三道坎
总结 Ayati Devices 当前所处的位置，有三项核心假设尚未封闭。这些假设的验证进程，将直接决定这轮 Pre-A 融资在回顾时被定义为公司起跑的助推剂，还是仅仅延长了其寻找产品-市场匹配的探索期。
第一，基层医疗场景中的诊断采纳假设。设备被部署不等于被持续使用，早期筛查的买单意愿在公共卫生预算和个人付费之间长期处于模糊地带。在印度，许多邦的公立初级保健中心遵循严格的免费服务清单，如果糖尿病足筛查未被纳入该清单，设备就可能被束之高阁。在私立诊所端，医生的推荐动力则取决于该检查是否能带来明确的临床决策改变。Ayati 需要展示装机量之外的使用频率数据，以验证其方案的场景匹配度。
第二，按次付费模式的经济可行性假设。PODIA Trolley 的按次付费模型能否在印度基层诊所的收费结构中存活，取决于单次筛查价格能否被患者或政府项目接受且同时覆盖 Ayati 的资产折旧和服务成本。如果定价较低以获取流量，则回收周期拉长；如果定价较高以覆盖成本，则可能抑制需求量。这个价格的平衡点需要在具体的区域市场中被发现和测试，但目前缺乏定价细节和收入贡献比例的公开粒度，这一模式更多停留在战略叙事层面。
第三，从多产品线到 AI 诊断闭环的数据飞轮假设。Ayati 整合 AI 分析的价值主张依赖于持续流入的高质量多模态临床数据。而数据的持续流入又依赖于设备的高频使用——这回到了第一个假设。如果使用频率受限，AI 的诊断精度提升将比预期更慢，进而削弱产品相对于传统设备和消费级替代方案的差异化说服力。此外，AI 模型的训练和验证需要独立于训练数据集的测试集和外部验证，这要求 Ayati 部署更大规模、更具多样性的临床合作网络，而这一网络的搭建同样需要时间和资本。如果飞轮转速不及预期，平台型故事的核心引擎便将面临质疑。
这轮 1.5 亿卢比的 Pre-A 融资为 Ayati Devices 买到了验证上述假设的启动筹码，但启动期的时间窗口不会太长。在这个窗口内，Ayati 需要向市场证明：其设备不仅有人用，而且有人持续用，并且有人愿意为此付费——这是所有医疗器械创业公司必须翻越的共同山丘。
RecodeX 极客视：Ayati Devices 的故事之所以值得被认真审视，不是因为一项融资公告，而是因为它触碰了一个被市场讨论多年却迟迟未被系统性回答的问题——基层预防性诊断设备的采纳阻力究竟出在技术上，还是出在支付和临床路径上。如果答案更多指向后者，那么再精准的便携设备也可能沦为橱窗里的科技展品。Inflexor的押注看似温和，实则是赌一个诊断范式转移中最早拿到证据和证照的团队会获得定价权。这个赌注需要时间验证，但至少在一众“AI+医疗”的空泛叙事中，Ayati 拿出了上万台机器和百万次筛查的物理证据。接下来要看的是，这些证据是通往商业闭环的台阶，还是仅仅是一次全球健康意识的短暂觉醒留下的痕迹。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。