全球醫療/生醫創投名錄資料庫 — 把美國、歐洲、大中華、日本、台灣、南韓、以色列、加拿大、 印度、東南亞、澳紐與其他地區的生醫 VC、藥廠/醫材/保險 CVC、crossover 基金、生醫加速器/育成、 大學/醫院基金、疾病基金會創投、政府計畫、公司創建工作室、天使網絡、家族辦公室 全面整理成結構化、可篩選、每筆帶來源佐證的資料集。
An open, global directory of medical / biomedical / healthcare venture investors — life-science VCs, pharma & medtech & payer CVCs, crossover funds, bio accelerators & incubators, university/hospital funds, disease-foundation venture philanthropy, government programs, venture studios, angel networks and family offices — fully structured, filterable, and sourced per entry.
姊妹專案：
all-vc-info（跨產業版）。本專案為醫療/生醫特化版。
兩個互通的名錄：投資機構與被投公司。
多軸篩選（地區 × 類型 × 健康子領域 × 治療模式 × 適應症 × 階段 × 背後金主）· 全文搜尋 ·
中英雙語 · 深淺色模式 · 點卡片看完整詳情與來源 quote 佐證 · CSV 匯出。
純靜態 HTML/CSS/JS（Material Design 3、零 build），由 docs/ 經 GitHub Pages 部署。
一個語言一個網址：英文在根目錄、繁體中文在 /zh-Hant/，
兩邊互相以 hreflang 標註、各自 canonical 指自己。語言由網址決定（讀 <html lang>）而不是由
瀏覽器記憶決定，所以同一個網址永遠是同一種語言——可以直接分享，也能被搜尋引擎分別收錄。
六個頁面，兩半各有自己的分析儀表板：
| 頁面 | 內容 |
|---|---|
/ 總覽 |
全站數字與入口 |
/directory 投資機構 |
1,680 家機構，多軸篩選 |
/companies 新創 |
1,279 家公司，同一套篩選介面 |
/analysis 機構分析 |
錢在哪：地區 / 類型 / 子領域 / 治療模式 / 適應症 / 信心度 |
/company-analysis 新創分析 |
做了什麼、走到哪：領域 × 地區熱區圖 · 臨床管線階段 · 法規核准 · 退出方式 · 成立年份 · 投資人排行 |
/methodology 方法論 |
資料怎麼蒐集、溯源、查核 |
兩個分析頁刻意分開而不是一頁兩段：問的問題不同（錢在哪 vs 做出了什麼）， 而且公司那半有發展階段、法規核准、退出方式這些機構半邊根本沒有對應欄位的維度。
網站資料層由
uv run scripts/build_site.py從data/all-entities.json+data/all-companies.json+data/links.json產生。
| 維度 | 內容 |
|---|---|
| 12 地區 | 台灣 · 美國 · 歐洲 · 大中華 · 日本 · 南韓 · 以色列 · 加拿大 · 印度 · 東南亞 · 澳紐 · 其他 |
| 15 類機構 | 生醫 VC · CVC · crossover 基金 · growth equity · Micro-VC · 創業工作室 · 加速器 · 育成/lab space · 大學/醫院基金 · 疾病基金會創投 · 政府計畫 · 天使網絡 · 天使 syndicate · 家族辦公室 · 股權群募 |
| 20 健康子領域 | 新藥 · 醫材 · 診斷 · 工具 · 數位健康 · 醫療服務 · AI 製藥 · 基因體 · 合成生物 · 細胞基因治療 · 長壽 · 女性健康 · 心理健康 … |
| 生醫特有維度 | modality（小分子/抗體/細胞/基因/RNA…）× indication（腫瘤/神經/罕病…）× 公司創建模式 × 公私跨界 |
| 16 類背後金主 | 大型科技公司 · 前沿 AI 實驗室 · 藥廠 · 醫材大廠 · 保險/支付方 · 診斷工具廠 · 綜合企業 · 金融機構 · 電信 · 零售消費 · 大學 · 醫院體系 · 政府/主權 · 基金會 · 家族辦公室 · 其他 |
| 每筆面向 | 身份 / 資本 / 背後金主 / 投資策略 / 生醫焦點 / 加速器專屬 / 戰績 / 團隊 / 申請方式 / 來源佐證 |
每筆資料都附 sources[]（真實 URL + 佐證 quote）與 confidence 信心評級。
本專案有兩半：entity（投資機構，誰出錢）與 company（被投公司，錢進了哪裡），
schema 分離但共用同一套 taxonomy——公司的 category 用的就是機構的 sector_focus 詞彙，
modalities / indications 也完全相同。因此「篩選 digital-health 的機構」與「篩選 digital-health 的公司」
是同一個動作，兩邊可以無縫互跳。
連結不是手寫的，是 build_companies.py 在 build 階段解析名稱產生的，而且雙向都認：
| 方向 | 來源 | 意義 |
|---|---|---|
| 公司 → 機構 | funding.investors[].name |
公司說誰投了它 |
| 機構 → 公司 | track_record.notable_investments[].company |
機構說它投了誰 |
兩邊都主張的邊標記 via: "both"。這也解釋了公司半邊為何能快速長出來：
投資機構那半在還沒研究任何一家公司之前，就已經帶著 1,600+ 筆投資紀錄、1,400+ 個不重複公司名。
解析器寧缺勿錯：只在唯一命中時建立連結。"OrbiMed" 同時是美/以/印/中四筆機構的名稱，
所以會用公司所在地區消歧（美國公司 → us-orbimed、以色列公司 → il-orbimed）；
真的無法消歧就留空，寫進 reports/links.json 當下一輪的待辦。
CJK 名稱有兩個特別處理：正規化過程會保留假名與諺文（少了這步，"한미약품" 會變成空字串），
而中文繁簡一律折疊成簡體——方向不能反，因為繁→簡是多對一、確定性的，簡→繁要猜
（台杉投資 反向會變成 臺杉投資）。
這份報表有兩個副作用，兩個都有用：
- 未解析的名稱是投資機構半邊的缺口偵測器——公司點名了某家投資人而名錄裡沒有，那多半是名錄漏了。
- 撞名是重複紀錄偵測器——判準是官網網域 + 國家，不是地區：同網域同國家幾乎都是同一家被建了兩次 （繁簡折疊上線後尤其明顯），不同國家或不同網域才可能是真的區域分支。地區只是歸檔欄位, 同一個組織被兩輪 agent 歸到不同地區是常見的,不能當作它們是不同組織的證據。
回答「這家基金背後是誰的錢」——把 Alphabet、Microsoft、NVIDIA、OpenAI、Novartis、Temasek 這類母公司／基石 LP 從機構名稱與描述裡抽成結構化欄位，可直接篩選。每列帶：
| 欄位 | 說明 |
|---|---|
name |
金主機構名 |
kind |
金主類型（見上表 16 類，受控詞彙） |
relationship |
出資關係：全資創投部門 / 母公司資產負債表 / 發起管理方（資金來自外部 LP） / 基石 LP / 主要 LP / 合資 / 分拆 / 關聯計畫 |
evidence |
verified（有來源直述）或 inferred（由名稱或描述推得） |
推論層由 uv run scripts/backfill_backing.py 產生，輸出到 data/backing.json
（獨立 overlay，不寫進 _raw/），再由 build.py 在 merge 階段套回每筆資料。
_raw/ 內由研究者寫入的 backing 一律優先於推論結果。
推論分三層，後一層只在前面都沒抓到時才跑：
- 名稱比對 — 機構名／別名含知名企業字典中的組織（
Sony Innovation Fund→ Sony）。 企業創投幾乎都以母公司命名，精確度很高。 - 句式比對 — 描述中出現關係句式（
venture arm of X、backed by X、anchored by X）， 且 X 在字典內才採用；論點裡單純提到 Google 不算數。 - 非字典母公司 — 母公司真實存在但不是知名企業（Kasikornbank、Sinar Mas Land、Zydus Lifesciences）。
此層直接取描述中的組織名，不比對字典；之所以安全，是因為它只在該筆自己的 tag 已經指明金主類型時才啟用
（
payer-cvc→ 保險支付方、provider-cvc→ 醫院體系…），所以誤抓最多寫錯名字，不會生出錯誤的分類。 描述沒寫的話，退回從基金名稱推導母公司。
這層刻意保守：仍有約 100 家 CVC 沒有金主紀錄，它們列在
reports/qa.json的cvc-without-backer當研究待辦，而不是用猜的填滿。
- 投資機構在
data/<region>/entities.json，全球合併在data/all-entities.json。 - 公司在
data/companies/_raw/*.json，合併後在data/all-companies.json，連結圖在data/links.json。 - 欄位定義見
schema/entity.schema.json與schema/company.schema.json，受控詞彙見data/taxonomy.json。 - 整體架構、蒐集方法論、切片計畫、去重規則、名稱解析器見
ARCHITECTURE.md。
# 重建合併資料 + 驗證 + 統計（全程 uv）
uv run scripts/build.py
cat data/stats.json # 各維度數量
cat reports/validation.md # schema 違規 / 資料品質
# 重跑背後金主推論 overlay，然後再 build 一次讓它套進資料
uv run scripts/backfill_backing.py # 寫 data/backing.json
uv run scripts/backfill_backing.py --dry-run # 只看會抓到什麼，不寫檔
uv run scripts/build.py
# 公司半邊 + 兩半之間的連結圖
uv run scripts/build_companies.py
cat data/company-stats.json # 公司統計 + 連結覆蓋率
cat reports/links.json # 未解析的名稱 = 下一輪待辦
# 資料完整性 QA（兩半共用：重複 / 來源 / 詞彙 / 薄檔 / 幻覺字樣 / 金主詞彙 / 兩半同名）
uv run scripts/qa_check.py
cat reports/qa.json # 完整問題清單
# 重建網站資料層
uv run scripts/build_site.py順序有意義：
backfill_backing.py讀的是 build 後的data/all-entities.json（要有正式 id）， 而它的產物又要再 build 一次才會併回每筆資料；build_companies.py的名稱解析器同樣要拿 最新的all-entities.json當索引，所以排在build.py之後、build_site.py之前。data/<region>/entities.json、data/all-entities.json、data/all-companies.json、data/links.json全都是衍生產物，直接手改會在下次 build 被覆蓋。
1,680 家投資機構 · 1,279 家公司 · 12 個地區 · 1,497 條投資關係連結 —— 0 schema 違規、0 critical QA。
- 投資機構:100% 有來源 URL、96% 帶原文引用,共 4,888 條來源。信心度 high 823 / medium 766 / low 91
- 公司:100% 有來源 URL、99% 帶原文引用。信心度 high 379 / medium 676 / low 224
- 連結圖:1,497 條邊,其中 286 條由兩邊各自獨立主張、互相印證;717/1,279 家公司與 646/1,680 家機構已連上
- 待辦:937 家被收錄機構點名、但尚未建檔的公司(見
reports/links.json)
| 地區 | 投資機構 | 公司 | 地區 | 投資機構 | 公司 |
|---|---|---|---|---|---|
| 🇺🇸 美國 | 514 | 379 | 🇰🇷 南韓 | 80 | 67 |
| 🇪🇺 歐洲 | 289 | 290 | 🇮🇳 印度 | 78 | 57 |
| 🇨🇳 大中華 | 161 | 93 | 🇮🇱 以色列 | 74 | 70 |
| 🇯🇵 日本 | 105 | 64 | 🇦🇺 澳洲紐西蘭 | 72 | 47 |
| 🇸🇬 東南亞 | 94 | 53 | 🇹🇼 台灣 | 66 | 31 |
| 🇨🇦 加拿大 | 87 | 65 | 🌍 其他地區 | 60 | 63 |
機構依類型:生醫創投 549 · 企業創投 282 · 政府/公部門計畫 142 · 育成中心/實驗室空間 123 · 成長期股權 112 · 大學/醫院/研究機構基金 110 · 加速器 82 · 跨界基金(一二級市場) 59 · 疾病基金會/公益創投 50 · 家族辦公室 49
公司依領域:新藥開發/生技製藥 371 · 醫療器材 147 · 數位健康 119 · 診斷/精準檢測 106 · 醫療服務/照護 95 · 醫療資訊系統 86 · 細胞與基因治療 67 · 醫學影像 64 · 製藥服務(CRO/CDMO) 40 · AI製藥/計算生物 38
公司狀態:未上市 608 · 已上市 479 · 已被併購 144 · 已結束營運 15
投資機構半邊
- 結構層(
uv run scripts/qa_check.py):JSON 完整性、schema、來源 URL 覆蓋、跨區重複、受控詞彙、 薄檔偵測、id 前綴與地區一致性。目前 0 critical。 - 事實層(12 個 sonnet agent 抽樣 120 筆對照即時網路):0 筆捏造機構;16 筆(13%)有可修正的
細節誤差(成立年份/狀態/基金規模/總部),已修正並在
verification_notes標註;1 筆非生醫,已移除。
公司半邊(2026-08-16 首次獨立查核,抽樣 75 筆、涵蓋全部 12 個地區)
- 引用實測 100 條:90 條逐字存在、6 條在該頁找不到、4 條無法連線。
- 30 項發現:13 項被推翻、11 項確認但有附註、6 項因來源無法連線而無法判定。
嚴重度:1 critical、6 major、23 minor。已全部修正並在
verification_notes記錄修正理由。 - 「無法連線」不等於「捏造」,兩者分開計數。來源 403 或改版只代表該筆未經驗證,不代表它是錯的。
一個不好看但重要的發現:信心度評級是反向失準的。 標為
high的紀錄有問題的比例(10/22,45%)高於medium(26%)與low(33%), 而全樣本唯一一筆 critical 也出現在high裡。 合理的解釋是:agent 把「有官方網站可以引用」當成高信心,但官網最容易證實的是「這家公司存在」, 最不容易證實的是「這個數字對不對」——來源的權威性被誤當成主張的可查證性。 這代表confidence目前只能當作「來源類型」的粗略標記,不能當作準確度的預測值。修正這個評級標準 需要重新定義 high 的判準(例如要求數字級的逐條佐證,而非機構級的官方來源),尚未進行。
去重:名稱正規化後撞名的紀錄會列進 reports/links.json,並依「同地區 = 重複 / 不同地區 = 區域分支」
自動分流。2026-08-16 人工裁決 62 組:9 組確認合併、14 組確認是不同機構(基金與其母公司、同一家的前後期基金)、
13 組因缺乏外部佐證維持不動——沒有證據的合併等於無聲刪掉一家真實機構,寧可留著。
非官方整理，僅供研究參考。金額 / 股權 / 錄取率等數字以各機構官方公開資料為準，引用前請依各筆 sources 自行查證。
資料來源版權歸原出處；本 repo 的程式碼採 MIT。