Replica Health

Replica Health 是一家美国人工智能研究实验室与软件公司，总部位于纽约。它自称致力于为被科技行业忽视的慢性疾病构建并交付软件，刻意瞄准那些规模太小、大型科技公司不愿服务的患者群体。其公开使命是尽快把最前沿的 AI 带给这些患者。 公司通过一套可复制的打法运作。第一步是发现缺口：找到患者每天面临数据丰富的问题、但患病人群小到主流数字健康从不涉足的疾病。第二步是构建可复用的引擎，包括标准化数据集、高速模拟器和严格的验证流程。第三步是快速交付，借助 AI 加速的研发和端侧机器学习，在数月内从想法走到可用产品。 Replica Health 的旗舰项目聚焦代谢健康，具体是 1 型糖尿病。它已交付一款 iOS 应用，开发了正在申请专利的碳水吸收建模，构建了其称为最大规模的标准化 T1D 数据集，并打造了面向下一代自动胰岛素输注的算法流程。较新的项目 Voice DeepLarynx 为喉切除术后使用电子喉说话的人提供实时语音重建，用使用者自己的声音生成自然语音，并完全在设备端运行。 除自有项目外，Replica Health 将其 AI/ML 技术栈定位为可供合作伙伴使用。该技术栈包括：已发布的标准化 1 型糖尿病数据集 MetaboNet，被称为糖尿病领域的“ImageNet”，涵盖 21 个源数据集、3,135 名受试者、2,030 患者年，并提供分层级的公开与 DUA 受控访问；与斯坦福合作开发的多模态血糖预测基准 MetaboNet-Bench；正在申请专利的端侧模型 CarbCast，可根据餐食描述与上下文预测完整的碳水吸收曲线；端侧模型 EventSense，可依据 CGM 趋势、时间、地点和活动识别进餐与运动；重新设计、大规模并行的 UVA/Padova 模拟器 RapidUVAPadova；用于 sim-to-real 验证与反事实推演的 MetaboNet-Replay；以及用于临床试验真实世界数据采集的 iOS 应用与数据后端 Replica-Capture。 公司强调开放研究，发布旨在推动整个领域前进的成果，并倾向于让模型运行在用户硬件上而非云端。它是一家私营公司；现有证据未显示其母公司、所有者或上市信息。

Replica Health 是一家总部位于纽约的公司，它把自己定位为 AI 研究实验室，而非传统的数字健康供应商。按其官网所述，其创立前提是科技行业忽视了许多慢性疾病，而某些患者群体规模太小，大型科技公司不愿服务。公司把自己的工作定义为发现这些缺口，并尽快把最前沿的 AI 带给这些患者。 Replica Health 没有只做单一产品，而是发展出一套可复制的打法。它寻找患者每天面临数据丰富的问题、但患病人群小到主流数字健康从不涉足的疾病。随后构建可复用的引擎——标准化数据集、高速模拟器和严格的验证流程——并借助 AI 加速的研发与端侧机器学习快速交付，目标是在数月内从想法走到可用产品。 其旗舰项目聚焦代谢健康，具体是 1 型糖尿病。公司称已交付一款 iOS 应用，开发了正在申请专利的碳水吸收建模，构建了其称为最大规模的标准化 T1D 数据集，并打造了面向下一代自动胰岛素输注的算法流程。较新的项目 Voice DeepLarynx 面向一个非常不同的群体：喉切除术后使用电子喉说话的人。它提供实时语音重建，用使用者自己的声音生成自然语音，并完全在设备端运行。 除自有项目外，Replica Health 还构建了一套 AI/ML 技术栈并向合作伙伴开放。已发布的 MetaboNet 数据集被称为糖尿病领域的“ImageNet”，整合了 21 个源数据集、3,135 名受试者、2,030 患者年，并在 metabo-net.org 提供分层级的公开与 DUA 受控访问。多模态血糖预测基准 MetaboNet-Bench 与斯坦福合作开发。CarbCast 是正在申请专利的端侧模型，可根据餐食描述与上下文，以胰岛素输注系统接受的格式预测完整的碳水吸收曲线；它在 ADA 2026 上展示的 Tidepool × Stanford 研究中与人工碳水估算进行了头对头评估。EventSense 依据 CGM 趋势、时间、地点和活动等端侧上下文识别进餐与运动，实现一键记录，并支持空中模型更新。RapidUVAPadova 是重新设计、大规模并行的 UVA/Padova 模拟器，据称在虚拟患者上进行 in-silico 测试时快 14 倍，并提供 Python 接口以支持新的控制策略，包括多 GPU 工作负载。MetaboNet-Replay 从 MetaboNet 重建真实患者轨迹，并在新的胰岛素输注策略下重放，作为反事实引擎按患者优化并降低 AID 算法风险。Replica-Capture 是 iOS 应用加数据后端，可为临床试验提供真实世界数据采集能力，捕获糖尿病、活动和位置数据。 公司强调开放研究，表示其发布旨在推动整个领域前进的成果，并倾向于让模型运行在用户硬件上而非云端。它还表示将有更多项目推出，正在评估连续传感与端侧 AI 能改善人们生活的新领域。现有证据未披露成立年份、创始人、融资、所有权或上市状态；它是一家总部位于纽约的私营公司。

• MetaboNet 作为标准化 1 型糖尿病数据集发布，并在 metabo-net.org 提供分层级的公开与 DUA 受控访问。

• 与斯坦福合作开发多模态血糖预测基准 MetaboNet-Bench。

• 在 ADA 2026 上展示的 Tidepool × Stanford 研究中，CarbCast 与人工碳水估算进行了头对头评估。

• 推出新项目 Voice DeepLarynx，为喉切除术后提供实时语音重建。

一家把前沿 AI 带给被忽视患者群体的 AI 研究实验室，其数据集、模拟器与端侧模型构成可复用的引擎，并向合作伙伴开放。

• 1 型糖尿病项目

  旗舰代谢健康项目：已交付的 iOS 应用、正在申请专利的碳水吸收建模、最大规模的标准化 T1D 数据集，以及面向下一代自动胰岛素输注的算法流程。

• Voice DeepLarynx

  为喉切除术后使用电子喉说话的人提供实时语音重建——用使用者自己的声音生成自然语音，完全在设备端运行。

• MetaboNet

  糖尿病领域的“ImageNet”——最大规模的标准化、整合型 1 型糖尿病数据集：21 个源数据集、3,135 名受试者、2,030 患者年，并在 metabo-net.org 提供分层级的公开与 DUA 受控访问。

• MetaboNet-Bench

  与斯坦福合作开发的多模态血糖预测基准。

• CarbCast

  正在申请专利的端侧模型，可根据餐食描述与上下文，以胰岛素输注系统接受的格式预测完整的碳水吸收曲线。

• EventSense

  端侧模型，依据 CGM 趋势、时间、地点和活动等端侧上下文识别进餐与运动，实现一键记录，并支持空中模型更新。

• RapidUVAPadova

  重新设计、大规模并行的 UVA/Padova 模拟器——在虚拟患者上进行 in-silico 测试快 14 倍，并提供 Python 接口以支持新的控制策略，包括多 GPU 工作负载。

• MetaboNet-Replay

  从 MetaboNet 重建真实患者轨迹，并在新的胰岛素输注策略下重放——一个可按患者优化并降低 AID 算法风险的反事实引擎。

• Replica-Capture

  iOS 应用加数据后端，可为临床试验提供真实世界数据采集能力——捕获糖尿病、活动和位置数据。

1. 1Replica Health — Frontier AI for overlooked patientsreplica.health
2. 2Platform & Services | Replica Healthreplica.health
3. 3Replica Health (United States) — Wikidatawikidata.org