Healthleap 融资 3800 万美元，将 AI 漏诊筛查平台从营养不良扩展至多病种

文/IAICA.NGO®

临床人工智能赛道再度出现规模可观的早期融资。Healthleap 宣布完成由种子轮与 A 轮合并构成的 3800 万美元融资，投资方包括红杉资本、First Round Capital 与 Hummingbird Ventures。公司表示，这笔资金将用于把其临床人工智能平台拓展至更多病种，并扩充工程、销售、客户成功与产品团队。

与许多聚焦影像或药物研发的人工智能企业不同，Healthleap 的切入点是“漏诊”——即那些在住院期间客观存在、却因筛查手段有限而未被记录和处理的临床问题。其平台每天对每一位成年住院患者进行一次自动筛查，读取患者完整的医疗记录，包括临床笔记、检验结果、生命体征、医嘱与问题清单，随后生成风险评分，并将评分直接嵌入医院电子病历的工作流中。

从营养不良这一病种起步

公司最初聚焦营养不良。按照其援引的数据，这一问题每年给美国医疗体系带来的成本高达 580 亿美元。传统上，医院的营养不良筛查依赖入院时采集的有限信息，对于镇静、意识混乱或病情危重的患者，往往难以获得准确回答，从而造成漏筛。相关研究显示，住院患者中可能有高达一半存在营养不良风险，而最终获得正式诊断的比例不足 9%。

Healthleap 的设计思路是持续评估，而非一次性筛查。系统在患者整个住院周期内反复更新判断，使临床团队能够更早识别高风险人群。公司称，这一方式有助于提前干预、改善治疗、缩短住院时间，并提高对既有诊疗服务的报销水平。

被量化的临床与经济回报

真正让医院管理者关注的，是这套系统能否在财务上自证价值。公司披露，宾夕法尼亚大学医学中心旗下的一家医院通过增量报销与住院日缩短带来的财务影响，每年可获得约 2380 万美元的估算收益。另一处部署则识别并治疗了多出 39% 的营养不良病例，为所属医疗系统带来 1100 万美元的增量收入。

目前，Healthleap 已与 50 多家医院展开合作，其中包括宾夕法尼亚大学医学中心、休斯顿卫理公会医院、西达赛奈医学中心与埃默里医疗集团。这些机构多为美国大型学术医疗中心，对临床流程改造与数据治理的要求较高，其采用在一定程度上为平台的可靠性与可集成性提供了背书。

从单一病种走向通用筛查层

公司正在把技术能力从营养不良扩展至充血性心力衰竭、压力性损伤与医院获得性感染等病种。Healthleap 表示，更长远的目标是构建一个由人工智能驱动的筛查层，能够同时对多种疾病进行持续评估，并把有价值的发现直接送入临床医生现有的工作流程，而不是要求他们再打开一个新系统。

这一思路契合当前医疗人工智能的一个共识：模型的准确率并非唯一瓶颈，能否嵌入既有工作流、能否被临床人员信任并持续使用，往往决定工具能否真正落地。平台宣称符合 HIPAA 要求并通过 SOC 2 认证，也反映出数据安全与合规正在成为医院采购的前置条件。

值得关注的行业背景与隐忧

这类“风险评分加电子病历嵌入”的产品，处在临床决策支持软件的监管灰区。美国相关规则对满足特定条件的决策支持工具给予执法自由裁量，但一旦系统输出具体的诊断或治疗建议，监管要求便可能显著提高。此外，评分阈值过低会带来警报疲劳，过高则可能造成漏报；训练数据的人群代表性与不同电子病历系统之间的字段差异，也会影响模型在跨机构部署时的稳定性。对于以报销增量为核心卖点的产品而言，其经济收益在多大程度上来自更准确的编码与病历记录、多大程度上来自真实的临床改善，同样值得医院在采购评估中加以区分。

iaica.com.cn 认为，Healthleap 的融资与商业化进展说明，人工智能在照护领域的价值正在从技术演示转向流程嵌入与经济可验证，而能否把临床获益与财务回报同时说清楚，将成为同类企业下一阶段竞争的关键分水岭。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。