Scarlet B 轮融资让更快的 AI 医疗器械认证直面监管规模的边界
Scarlet 完成 5,000 万美元 B 轮融资，以拓展 AI 医疗器械认证业务，直面传统审查体系难以处理的瓶颈。Scarlet B 轮融资由 Headline 领投，并于 2026 年 10 月 12 日宣布。Notion Capital 作为新投资者加入，Atomico、Creandum、Kindred Capital 和 Entrepreneurs First 也参与了本轮融资。
这笔融资意义重大，因为 Scarlet 并非在销售又一个合规仪表盘。它是一家获政府指定的认证机构，其审查人员可以对受监管医疗器械作出具有重要影响的决定。该公司计划在美国和亚太地区扩张，同时招聘更多专家审查人员和工程师。
这使其成为对一个艰难命题的检验。Scarlet 希望提升认证速度，同时避免将监管判断沦为自动化的勾选流程。成熟认证机构拥有规模、历史积累和广泛覆盖能力。Scarlet 则认为，专业化、软件辅助的证据处理以及持续监督，更适合 AI 产品。
资金能够支持扩张，但无法消除速度与审查严谨性之间的矛盾。Scarlet 必须证明，其运营模式能够跨辖区扩展，同时保持独立、可追溯且具备技术判断基础的决策。
Scarlet B 轮融资实际资助什么
Scarlet B 轮融资支持的是监管能力，而非更广泛的监管授权。
Scarlet 在其官方融资公告中表示，公司将利用这笔资金扩充专家团队。它还计划扩大在美国和亚太地区的业务布局，并拓宽可评估的 AI 类型范围。
这些目标所需的不只是设立区域办公室。不同市场的医疗器械规则各不相同，每项指定资格也都有明确的法律范围。因此，扩张取决于监管认可、合格人员、运营控制措施，以及支持当地制造商的能力。
该公司由 James Dewar 和 Jamie Cox 在伦敦创立，两人此前都曾在 Babylon Health 从事医疗 AI 工作。Scarlet 在早期数年间致力于取得监管指定资格，之后才开始发放证书。这段历史很重要，因为认证权威无法仅靠发布软件或招聘销售团队建立。
本轮融资的投资者阵容也反映出这条漫长的路径。Headline 领投，Notion Capital 成为新投资者。现有支持者 Atomico、Creandum、Kindred Capital 和 Entrepreneurs First 均继续跟投。Headline 合伙人 Nancy Xiao Mclaughlin 也加入 Scarlet 董事会。
根据报道的融资细节，Scarlet 的客户通过其平台上传技术文档。随后，合格审查人员会依据相关器械和市场适用的规则评估证据。
软件负责文档接收、整理和可追溯性。人工审查人员仍对监管判断承担责任。这样的分工是 Scarlet 主张的核心，因为认证涉及解释、风险评估和证据评价。
Scarlet 表示，客户通过订阅服务获得持续监督、年度审计和产品变更评估。这一模式将认证视为持续关系，而不是产品进入市场前的一次性关卡。
这种方法尤其适用于作为医疗器械的软件，即 SaMD。SaMD 是指无需构成实体医疗器械一部分、但能够执行医疗功能的软件。其行为可能会因模型更新、数据管线、界面修订或部署变更而改变。
传统认证项目通常聚焦于某个确定的产品版本。然而，AI 开发者希望更频繁地修改模型和工作流程。每一项实质性变更都可能引发关于安全性、有效性、文档以及是否需要再次提交监管申请的问题。
Scarlet 表示，其客户已将部分产品更新周期从数月缩短至数周。该公司还称，客户在某些认证周期中缩短了一年或更长时间。这些数据是公司自行报告的结果，并非涵盖所有器械类别的独立基准。
这一区别很重要。一则融资公告并不能证明每种医疗器械都能遵循同样的加速路径。器械风险、临床证据、软件架构和申报质量都会影响审查时间。
融资为 Scarlet 提供了以更大规模检验其模式的资源。但这并未解决该模式能否在更多产品、审查人员和监管体系中产出一致结果的问题。
为什么 AI 医疗器械认证已成为瓶颈
医疗 AI 的变化速度可能快于负责评估它的机构，但更快的审查不能取代充分的证据。
Scarlet 及其投资者认为，软件开发与医疗器械认证之间的不匹配正在扩大。一个团队可以在数周内训练或修订模型，而最终器械随后可能要花费数月接受评估，尤其是在文档不完整或审查人员缺乏专业能力时。
融资报道指出，专家评估可能需要 12 至 18 个月。报道还称，对一项小型更新的批准可能还会面临额外 6 至 8 个月的延迟。这些估计描述的是 Scarlet 希望解决的问题，而非普遍适用的时间表。
需求也在增长。FDA 表示，截至 2026 年 9 月，其已授权超过 1,600 种 AI 赋能医疗器械。其AI 器械概览涵盖诊断工具、图像处理系统、监测产品和治疗支持软件。
这一数量在多个环节带来压力。制造商必须准备证据，监管机构必须维持政策，审查人员则必须理解日益复杂的软件。医院和临床医生同样需要确信，获授权系统在部署后仍然安全。
AI 产品使这项工作更为困难，因为其风险并不局限于源代码。性能可能取决于训练数据、输入质量、临床环境、用户行为、基础设施以及接受护理的人群。
部分系统还会在上市后发生变化。FDA 允许某些 AI 器械申报包含预定变更控制计划。PCCP 描述计划中的修改，以及用于安全开发、验证和实施这些修改的方法。
这一框架支持受控迭代，但并不意味着可以无限制地更新产品。超出获授权计划的变更仍可能需要审查。制造商还必须监测真实世界表现是否仍与上市前提交的证据一致。
Scarlet 的机会正处于这一全生命周期问题之中。如果文档保持结构化、发现结果保持可追溯，且审查人员能够高效评估变更，制造商便可避免从零散文件中重建每一次申报。
更困难的问题是，认证机构能否在反复变更中保留背景信息。一次模型更新可能影响临床性能、网络安全、人因因素和风险控制。审查必须识别哪些假设依然有效，以及哪些证据需要更新。
Scarlet 表示，其平台将发现结果与支持来源和监管条款关联。这种设计能够减少在申报材料中搜索所耗费的时间，也能让监管机构和制造商更容易审计审查决定。
然而，行政效率与证据充分性是不同的结果。整理一项薄弱的临床研究，并不会让该研究变得更强。迅速发现缺失文件，也无法解决缺失的证据。
因此，Scarlet 最有力的论点比“AI 让认证变快”更为有限。其模式能够减少可避免的摩擦，同时将安全判断交由合格专家负责。
这一差异应当受到医疗 AI 开发者重视。更快的审查人员无法弥补不清晰的预期用途、不适合的验证数据或薄弱的监测控制措施。更充分的准备与更快的反馈必须协同运作。
随着生成式模型进入医疗工作流程，市场压力可能进一步上升。生成式系统可能产生可变输出，其失效模式因此不同于确定性软件。审查人员需要能够应对输出变异性、临床后果和模型行为变化的方法。
对 Scarlet 而言，这一需求代表着更大的潜在市场，也提高了每一项认证决定背后的技术与制度负担。
Scarlet 与通用型认证模式之争
Scarlet 正押注于：专业化能够胜过通用型认证，同时不削弱赋予认证价值的独立性。
传统公告机构评估多种类型的医疗器械。其业务组合可能包括植入物、诊断设备、医院硬件、实验室产品和软件。这种广度有助于实现规模化，但也可能使专业软件知识难以分配。
Scarlet 将自身定位于 AI 和软件医疗器械。该公司表示，它是唯一专注于这些类别的欧洲公告机构。其论点是，专注的审查人员和具备软件认知的流程能够更一致地评估迭代型产品。
主要对手并非某一家竞争者，而是围绕变更频率低于软件的产品构建的、以项目为基础且文档密集的认证模式。
Headline 的投资论点将传统审查描述为不一致、不透明，且不适合持续的软件开发。这些说法反映了领投方的观点，不应被视为独立比较。
不过，这种批评仍指出了一个真实的设计问题。医疗软件团队往往在问题跟踪器、质量体系、临床研究、模型记录和风险文档之间组织证据。审查人员需要将这些材料与具体监管要求建立关联。
据报道，Scarlet 的平台接受多种格式的文档，并检查申报材料是否完整。随后，它会整理证据，以便合格审查人员评估相关主张和控制措施。
当这一流程将发现结果的记录方式标准化时，便能提高一致性。它还可以向制造商更清晰地说明必须作出的变更。这两项益处都取决于底层审查规则的质量以及审查人员的判断。
订阅模式带来了另一项差异。Scarlet 无需将每一次产品修改视为独立项目，而是能够持续掌握制造商和器械的情况。持续监督和年度审计仍是这种关系的一部分。
Flok Health 展示了这一模式的预期应用场景。该公司运营 AI 支持的物理治疗服务，并希望每月发布两次医疗器械升级。其联合创始人 Finn Stevenson 表示，Scarlet 的方法使公司能够保持这一节奏。
这一表态说明了更快认证的商业吸引力。但这并不意味着每次双月发布都需要或会获得新的证书。监管处理方式取决于每项变更的性质和重要性。
持续合作关系有助于双方对这些变更进行分类。审核人员可以了解既有器械，而制造商可以更早提出拟议修改。这应能减少重复的熟悉和了解工作。
然而，持续的商业关系也需要强有力的保障措施。认证机构从制造商处获得收入，同时仍需承担独立评估的责任。这种结构性张力存在于整个合格评定领域，并不只存在于 Scarlet。
当审核人员对技术有足够理解、能够质询制造商时，专业化可以加强独立性。若商业速度成为主导性的绩效指标，则可能削弱外界信心。
因此，Scarlet 需要证明其模式既更快，也保持了适当的严格性。有用的衡量指标包括审核周期时长、证据补充轮次、审计发现、上市后问题以及监管机构反馈。
规模化会使这种证明更加复杂。小型专业团队可通过紧密协作维持共同标准。规模更大的国际团队则需要正式培训、校准、质量保证和升级处理路径。
该公司还要面对资源更广泛、既有合作关系更丰富的成熟机构。综合型机构可以聘请软件专家、构建数字化审核系统，并推出自己的持续性服务。
Scarlet 的可防御性部分建立在需耗时数年才能获得的监管指定之上，也依赖于通过反复评估 AI 和软件所积累的运营知识。
这两项优势都不是永久的。指定资格赋予企业在既定范围内开展业务的许可，但并不能保证其在每个市场都拥有更优的审核质量、客户成果或监管认可。
美国认可并不等于全球通行
只有当客户了解每项授权与审核路径的边界，Scarlet 的国际扩张才能成功。
Scarlet 获 FDA 认可，可在 510(k) 项目下作为第三方审核机构开展工作。该机构的认可审核机构名单列出了 Scarlet NB B.V.，并标明了符合资格的器械类别。
其业务范围涵盖麻醉学、心血管医学、神经学、病理学和放射学等领域的部分器械。不过，这项认可并不意味着 Scarlet 可以批准所有医疗器械，或代行 FDA 本身的职能。
在第三方项目下，获认可的机构可审核符合条件的 510(k) 申报并提出建议。FDA 保留其监管职责，资格认定则取决于适用的器械产品代码。
这一区别很重要，因为“获 FDA 认可”听起来可能比实际范围更广。制造商必须确认其器械是否符合第三方审核条件，以及 Scarlet 是否覆盖相关类别。
欧洲认证遵循另一套法律结构。对于根据欧盟医疗器械法规须接受外部审核的器械，公告机构负责进行合格评定。其指定资格界定了可评估的器械类型和合格评定活动。
英国运行自身的监管框架，由获批准机构承担明确的合格评定职能。亚太地区根本不是单一监管市场，而是由各国体系构成，其证据、注册和本地代表要求各不相同。
Scarlet 无法将一套欧洲流程复制到每个国家。它需要具备针对各司法辖区的专业能力、监管关系，以及符合当地规则的运营实体。
因此，该公司的扩张计划包含两个相互关联的挑战：既要建设审核基础设施，也要取得或维持提供各项服务所需的授权。
即使在既有指定资格范围内，监管机构也可能监督认证机构的工作。一份荷兰监管记录记录了 2024 年涉及 Scarlet 的监督活动，也反映出该机构当时仍处于早期阶段，评估量有限。
这类监督本身并非警示信号。监督是赋予公告机构决定法律和临床可信度的体系组成部分。它也说明，扩张不能仅依赖软件效率。
监管机构需要确信审核人员的能力、公正性、文档管理、审计控制和管理体系均值得信赖。快速招聘可能会给上述每一要素带来压力。
Scarlet 还必须处理对可接受变更的不同定义。一项在某个框架下被视为轻微的更新，可能在另一框架下触发额外审核。当模型的预期用途发生变化时，用于决策支持的模型也可能面临不同要求。
生成式 AI 带来了进一步的不确定性。用于汇总记录的系统，与推荐治疗方案的软件面临不同危害。不正确输出造成的后果也会影响所需证据和控制措施。
Scarlet 表示，希望为医疗健康领域各种形式的 AI 提供认证。这一雄心应被理解为业务方向，而不是证明每一种形式都已纳入其当前监管范围。
在依赖其全球化宣传前，客户应提出具体问题：由哪一家 Scarlet 实体负责审核？由哪一主管机构指定？哪些器械代码和风险等级属于其范围？相关监管机构仍需采取哪些行动？
这些问题不会削弱该公司的角色，而是准确界定其角色。随着 Scarlet 进入品牌知名度高于其正式授权的市场，监管范围的明确性将愈发重要。
真正的取舍在于速度与可验证判断之间
Scarlet 必须证明，更快的认证来自消除浪费性工作，而不是压缩保护患者的判断过程。
该公司最有力的主张是，延迟并不必然带来严谨性。很少有制造商会反对这一点。等待审核人员有空、在零散文件中搜寻信息，或收到不清晰的反馈，都不会让医疗器械更安全。
软件能够减少这些延迟。它可以识别缺失材料、将证据对应至要求、维护版本历史，并展示某项发现如何得到解决。这些都是对监管运营的实际改进。
它们还能产生可衡量的输出。Scarlet 可以追踪申报材料不完整的停留时间、审核在哪些环节暂停，以及哪些要求反复引发疑问。这些信息可帮助制造商更早准备更有力的证据。
当速度成为质量的替代指标时，风险便开始出现。认证质量比周转时间更难概括。快速决定可能是正确的，但单凭速度无法证明这一结果。
Scarlet 的客户和投资者都有动力强调更短的时间线。医疗器械公司希望获得市场准入并更频繁地发布产品；投资者希望看到需求不断扩大的可规模化业务。
监管机构和患者的优先事项则不同。他们需要确信，证据支持器械的预期用途，并且部署后的风险仍受到控制。
合格审核人员位于这些激励之间。Scarlet 表示，由人工做出最终监管判断，技术则处理文档。维持这一边界至关重要。
自动化可以对证据进行排序、提取和关联，但也可能传播错误。系统可能将一项研究关联至错误的产品版本，或忽略隐藏在附录中的局限性。
人工审核人员必须理解自动化工具如何生成其输出。他们也需要有时间调查矛盾之处，而非接受一份整理得井然有序的记录。
AI 辅助认证还引入了另一层治理要求。Scarlet 必须验证其内部软件，控制该软件的变更，并记录自动化在哪些环节影响审核人员的工作。
审核一致性具有价值，但当非常规器械需要更深入分析时，统一性可能成为弱点。标准化工作流应识别例外情况，而不是将其强行归入熟悉类别。
国际增长会加大这一压力。新审核人员带来不同经验，新市场也引入不同的监管解读。Scarlet 需要校准流程，以形成一致的推理，同时不压制恰当的专业分歧。
公开证据仍然有限。Scarlet 已披露客户案例，并宣称时间线大幅缩短，但尚未发布与其他认证机构进行广泛、独立审计比较的结果。
这并不意味着该模式无效，而是表明融资逻辑走在现有业绩记录之前。
一套可信的证明材料应将行政时间与实质性审核时间分开。它应展示更快的受理是否也缩短了总体认证周期，并考虑器械风险、申报准备度和变更复杂性。
上市后结果同样重要。如果制造商后来面临纠正措施、安全担忧或意外的额外审核工作，更快的认证就显得价值较低。反之，稳定的真实世界表现将强化 Scarlet 的论点。
监管信任积累缓慢，一次严重失败却可能迅速损害它。因此，Scarlet 的扩张策略必须将审核质量视为增长的约束条件，而不是日后再优化的指标。
该公司还需要避免过度承诺认证所能提供的内容。授权是在既定评估后支持市场准入，并不保证在每家医院都能获得临床采用、报销、整合或强劲表现。
AI 系统在上线后可能遭遇人群变化、工作流程差异和新的数据条件。认证只是负责任部署的一部分，其他部分还包括监测、临床治理、网络安全和事件响应。
Scarlet 的订阅制结构或许支持这种全生命周期视角。持续参与可让认证机构在器械变化时保持了解。其价值取决于监督是否能在风险演变为患者伤害前识别出有意义的问题。
因此，Scarlet 的 B 轮融资是一场对制度设计的押注。软件很重要，但真正具备可防御性的产品，是以更少可避免摩擦交付的可信判断。
三个信号将显示 Scarlet 能否实现规模化
下一阶段应通过监管范围、可衡量的审核表现，以及质量能否经受国际增长考验的证据来评判。
第一个信号是 Scarlet 在美国和亚太地区取得的具体监管进展。Scarlet 应明确其可支持的司法辖区、器械类别和审核路径。新办公室或新招聘的重要性，不及经过验证的授权和已完成的评估。
如果扩大 FDA 资格范围同时伴随令人满意的表现，将增强其扩张逻辑。在亚太市场获得额外认可，则将表明 Scarlet 能够将其运营模式转化到不同的法律体系中。
缺乏新的授权将削弱这一全球化叙事。它会表明，尽管商业雄心更广，该公司仍主要是一家欧洲专业机构，仅在美国具备部分能力。
第二个信号是透明的运营证据。Scarlet 应披露足够具备背景信息的审核时长，以便进行有意义的比较。相关指标应区分初步完整性检查、实质性评估、制造商响应期以及最终决定。
客户关于节省一年的说法很吸引人，但并不能证明这是一项典型结果。中位周期、设备类别和证据补充轮次，将提供更清晰的图景。
该公司还应披露，产品变更在现有控制机制下获准推进的频率。这些信息将检验持续认证究竟是否支持真正的软件迭代，还是主要改善了文档工作。
独立的客户案例研究将强化这些数据。最好的案例应说明设备、风险等级、原有流程、Scarlet 工作流程以及最终的监管结果。
第三个信号是规模扩大后的质量。Scarlet 计划招聘更多审核人员和工程师，但仅凭员工人数无法证明其能力。培训、校准、审计发现和上市后表现，将提供更有力的证据。
监管监测将尤其重要。积极的监督结果将支持 Scarlet 能够在不降低评估标准的情况下实现增长这一主张。整改发现则会揭示其运营模式在哪些环节需要加强控制。
成熟的认证机构也会作出回应。它们可以组建专注软件的团队、自动化文档工作流，并提供更持续的合作服务。它们的反应将检验 Scarlet 是拥有一个独特品类，还是仅仅率先行动。
医疗 AI 开发者应密切关注这些信号。认证会影响发布规划、投资时机、临床合作关系，以及在不同市场维持产品的成本。
医疗健康采购方则应出于另一种原因重视这一点。更快进入市场意味着，需要进行本地评估的 AI 产品数量和更新频率都会增加。采购方仍需要了解产品与临床需求的匹配度、监测情况，以及认证后的责任归属等证据。
这轮 5,000 万美元融资为 Scarlet 提供了时间和资源，以建立其所描述的机构能力。但这也提高了举证标准。投资者资助的是国际化扩张，而不只是一个有前景的工作流程。
如果 Scarlet 获得更广泛的监管范围、公布可信的绩效数据，并在业务量增长时保持审核质量，那么这轮 B 轮融资将显得合理。若缺乏这些信号，更快的认证仍将只是一个有吸引力的主张，而非已被证明的机构性优势。
对于构建受监管医疗 AI 的团队而言，眼下的行动很明确：在发布前，将每一项计划中的模型变更与其证据、监测和监管后果逐一对应。随后评估，持续性的认证关系是否能在保留独立审查的同时，真正减少审核摩擦。
