她繼續往下看。

融資情況｜當前狀態

種子輪：已獲得一筆20萬美元的天使投資

投資人：同學的父親，矽穀一家小型家族辦公室

占股：15%

資金用途：服務器成本、三人基本生活費、專利申請

當前餘額：約8萬美元

預計燒完時間：3-4個月

驚鴻的手指在桌麵上敲了敲。

20萬美元換15%，估值133萬。這個價格在矽穀算便宜，但也說明對方隻是“有點錢的同學家長”，不是專業機構。

這種投資人，遇到風浪第一個跑。

市場空間｜為什麼值得做

驚鴻翻到下一頁，是一張圖表。

全球AI醫療診斷市場，預計2028年達到500億美元。其中醫學影像分析占比最大，約40%。

但現有的產品都有同一個問題——需要大量數據。

大醫院不缺數據，但小醫院、偏遠地區、罕見病領域，數據稀缺是死穴。

NeuroPredict如果能跑通小樣本這條路徑，可以切入的是：

罕見病診斷：目前基本是空白市場

基層醫療：大模型太貴，小模型是剛需

新興市場：東南亞、非洲、拉美，數據積累少，但有需求

潛在併購方：穀歌醫療、IBM Watson、西門子醫療、國內的聯影醫療、騰盛覓影

退出預期：3-5年，估值1-2億美元

——

驚鴻看到這裡，停下滾動鼠標的手。

她把杯子端起來，又放下。

杯子磕在桌麵上，發出很輕的一聲。

——1到2億。

還是太保守了。

如果真能跑通，這個方向值的不止這個數。

她往後翻，最後一頁是沈青的備註：

風險評估

技術風險：小樣本學習在醫療領域的應用，目前尚無成熟先例，理論到產品的gap未知

團隊風險：三人都是第一次創業，缺乏完整的產品和商業化經驗

競爭風險：穀歌、微軟等大廠也在佈局類似方向，隨時可能被碾壓

資金風險：現有資金隻能撐3-4個月，下一輪融不到就死

合規風險：醫療AI涉及FDA認證，週期長，不確定性高

沈青建議：可以保持關注，暫不建議介入。風險過高，回報週期不明。

——

驚鴻把資料翻回第一頁。

然後她靠在椅背上，閉上了眼睛。

腦子裡開始轉。

技術：林景軒本科數學，碩士AI，基礎紮實。艾米麗MIT 斯坦福，工程能力強。馬克有商業背景，雖然MBA還冇畢業，但比純技術團隊多一塊拚圖。三個人，剛好湊成演算法 工程 商業的三角。

進度：demo跑通，準確率82%，隻需要100倍的數據——這個差距可以優化。如果能把準確率提到88%以上，同時把數據需求壓到50倍以下，就有機會發頂會論文。論文一發，估值翻倍。

資金：8萬美金，撐3個月。他們現在應該很焦慮。

時機：下一輪融資視窗，就在未來3-6個月。如果這期間拿不到錢，要麼低價賤賣，要麼散夥。

驚鴻睜開眼睛，她拿起手機，給沈青發了一條訊息：他們那個投資人，具體是什麼背景？

五分鐘後，沈青回覆：姓王，江城人，做外貿起家，身家大概幾千萬人民幣。兒子跟林景軒是同學，投了20萬美金，說是“支援年輕人創業”，冇有行業資源，也冇有後續跟投能力。

驚鴻看著那行字，沉默了幾秒。幾千萬人民幣的身家，在美國這邊，遇到風浪確實扛不住。

她放下手機，看向窗外。夜色很深，遠處有幾盞燈還亮著。

她想起今天課上，丹尼爾站在台上侃侃而談的樣子。