2026 年 11 月 11 日在首尔君悦酒店举办的 DETO 2026 大会上，由前耳科外科医生 Grace Shin 创立的医疗 AI 初创公司 Voinosis 击败其余 8 家韩国硬科技企业，拿下了 TechCrunch Disrupt 2027 大会 Startup Battlefield 200 的入围资格。这家正进行 A 轮融资、已获一家韩国药企战略投资的公司主打不到 5 分钟的 AI 语音脑健康筛查，宣称在 146 人的临床研究中达到 88% 的筛查准确率，且无需针对不同语言单独训练。但如果把路演舞台上的公关口径与公开的医学论文及欧美竞品数据放在一起交叉比对，就会发现其核心高分其实建立在仅 76 人完成、且结合了视频眼动追踪的多模态实验之上——从首尔路演夺冠到真正打入美国医院和保险体系，中间还隔着真实世界阳性预测值偏低和 FDA 监管审批空白两道铁壁。
除了夺冠的 Voinosis，同场竞技并计划进军美国市场的另外 8 家韩国早期初创公司覆盖了半导体、医疗器械、具身智能与能源等多个赛道。前三星电子工程师 KyungRok Kim 于 2019 年在蔚山创立的 Ternell 研发了三态存储器 T-SRAM，在 28 纳米芯片测试中将单位面积存储容量提升 33% 至 102%，数据访问能耗降低 55% 至 71%；Otiton Medical 基于约 5.5 万张耳膜图像训练耳道分析 AI，已在韩国拿到医疗器械认证；其余同台路演者还包括研发水电解电离供暖系统 ThermoFlux 并打算向美国暖通厂商供应核心 OEM 模块的 Awesome Lab、用自主要权身份（SSI）和零知识证明做跨境身份验证与支付平台 IDBlock 的 Crosshub、将射频传感器与激光雷达打包进单一模块的 4D 雷达成像公司 DeepFusion AI、造高扭矩紧凑电机与机器人关节执行器的 EFLOW、宣称 1 天内完成仓库机器人部署的 Riibotics，以及把纸质教辅 PDF 自动转化为可交互批改应用 Solve 的教育科技公司 Testbank。
88% 准确率背后的论文真相：纯语音产品与多模态实验的错位
Voinosis 在首尔路演中能打动 TechCrunch 与 PEN Ventures 的评委，核心筹码是其宣称不到 5 分钟通过分析音高、停顿、节奏和反应时间来筛查潜在认知问题，在 146 名参与者的临床研究中拿到了 88% 的准确率，并在希腊语、日语和英语测试中实现了免单独训练的跨语言通用。这套叙事对急于寻找阿尔茨海默病（AD）低成本早筛工具的风险投资人极具吸引力，但翻开建国大学医院与学术界公开发表的临床文献，支撑这组漂亮数字的底层实验条件却呈现出另一番面貌。
2026 年 6 月 16 日发表的一项建国大学医院临床研究论文披露了与 88% 最接近的实验数据：该研究最初纳入 128 名参与者，最终只有 76 人完成了全部测试任务；在排除人口统计学输入后，模型依靠软投票（soft voting）取得了 88.16% 的准确率、88.46% 的灵敏度、88.00% 的特异度以及 0.938 的 AUC。最关键的差异在于，这 88.16% 的成绩并非由不到 5 分钟的纯语音工具独立跑出，而是语音加视频眼动凝视（gaze）框架多模态融合的结果。把多模态实验室集成模型的内部验证最高分，直接嫁接成纯语音产品的路演标签，中间省去了最关键的降维损耗说明。
至于无需针对每种语言单独训练的跨语种能力，Voinosis 最硬核的公开背书来自其与建国大学团队在 2023 年 ADReSS-M 挑战赛（英语与希腊语跨语言基准测试）中拿下的第一名，当时检测准确率为 87.0%，简易精神状态检查（MMSE）预测均方根误差为 3.727 分。但那场挑战赛的测试集总共只有 46 人（22 名患者与 24 名对照者），且训练集患者的平均 MMSE 得分在 17 至 19 分之间，测试集约为 20 至 21 分。在临床医学标准里，MMSE 降到 20 分左右已属于症状明显的中度阿尔茨海默病；能在 46 人的极小样本里把说话已经明显卡顿的中度痴呆患者和健康老人区分开，完全不等于这套声学算法能在英语、日语和希腊语的真实社区里，免训练揪出症状极其隐蔽的早期轻度认知障碍（MCI）。
把多模态识别中度患者的论文数据当成纯语音早筛卖点，是医疗路演最常见的概念偷换。
语音生物标志物的落地铁壁：30% 的阳性预测值与监管空白
即便抛开单中心论文与路演话术的口径错位，Voinosis 计划把语音筛查卖给美国的医院、养老机构、保险公司和个人消费者，还要正面撞上整个数字生物标志物（Digital Biomarkers）赛道至今未能彻底解开的临床转化死结。欧美同行早几年就已经用更大规模的多中心队列，替韩国追赶者蹚过了真实世界的冷水。
| 医疗语音 AI 公司 | 核心验证队列与样本量 | 关键分类指标表现 | 临床转化与商业落地瓶颈 |
|---|---|---|---|
| Voinosis | 建国大学医院（76人完赛）及 ADReSS-M（46人测试集） | 多模态准确率 88.16%（AUC 0.938）；跨语种挑战赛准确率 87.0% | 高分依赖眼动视频辅助；测试集偏向中度患者；无公开 FDA 或韩国 MFDS 批文 |
| ki:elements | 荷/瑞跨国队列（525人）、德国队列及欧洲多队列（736人） | 荷/瑞跨语言外部 AUC 0.81；德国 MCI 6个月评估 AUC 0.83 | 瑞典人群队列中阳性预测值（PPV）仅 30%；淀粉样蛋白分类 AUC 仅 0.56–0.74 |
| Winterlight Labs | 基础对照研究及 50 名认知未受损成人追踪队列 | 区分 AD 与对照组准确率 81%–90%（2020海报特异度 91%） | 早期人群中与淀粉样蛋白阳性的关联在多重检验校正后失去统计学显著性 |
德国同行 ki:elements 的跨国验证数据最能说明实验室指标与医院采购决策之间的鸿沟。早在 2023 年，ki:elements 就在荷兰（121 人）和瑞典（404 人）队列中做过严格的跨队列跨语言双向外部验证，AUC 均达到 0.81，平衡准确率为 77%；到了 2025 年和 2026 年，其测试版图进一步扩展到德国 MCI 队列（基线 AUC 0.77，6 个月平均评估提升至 0.83）以及涵盖 736 名参与者的欧洲多队列研究（认知障碍分类 AUC 为 0.70 和 0.82）。但哪怕手握如此扎实的跨国外部验证，ki:elements 在瑞典真实人群队列中测出的阳性预测值（PPV）也只有 30%。
对于美国保险公司和养老机构来说，30% 的阳性预测值意味着语音 AI 每筛出 10 个疑似认知障碍老人，拉去医院做昂贵的 PET 脑扫描或脑脊液穿刺复查后，有 7 个人其实是假阳性。如果初筛工具不能直接对齐底层的病理金标准——例如 ki:elements 在 2026 年研究中对淀粉样蛋白（amyloid）分类的 AUC 只有 0.56 至 0.74，而另一家获基因泰克（Genentech）合作青睐的竞品 Winterlight Labs 在 2024 年针对 50 名认知正常成人的研究中也发现，其语音指标与淀粉样蛋白阳性的关联在多重检验校正后直接失去了统计学显著性——美国商业医保就很难为这种徒增后续核查成本的初筛软件买单。更何况，同场路演的 Otiton Medical 至少已拿到了韩国本土的医疗认证，而公开检索中至今未见 Voinosis 任何具体产品的 美国 FDA 批准或许可文号，甚至连韩国食品医药品安全处（MFDS）的授权编号都处于缺位状态。
- 风险.缺乏 FDA 医疗器械审批文号叠加真实人群中偏低的阳性预测值，会让美国医院和商业保险机构因畏惧假阳性复诊成本与合规风险而拒绝采购。
这其实也是此次首尔 DETO 2026 舞台上 9 家韩国硬科技公司出海美国的一个缩影。无论是曾在 CES 2025 拿过 CTA 基金会路演观众选择奖的 Voinosis，还是带着 28 纳米节点 T-SRAM 测试数据找客户的 Ternell，韩国创业者都很擅长在特定约束条件下跑出极具视觉冲击力的实验室单点指标。但当它们在 2027 年站上旧金山 Disrupt 的舞台直面硅谷风投和美国 B 端买方时，决定生死的将不再是 PPT 上那行 88% 的准确率或 71% 的能耗降幅，而是 Voinosis 能否交出剥离视频辅助后的纯语音多中心盲测数据，以及一张实打实的 FDA 510(k) 通关文牒。