تمويل
Knit Health تجمع 35 مليون دولار في جولة تمويل من الفئة أ لتوسيع نشر Med-BEAM

النقاط الرئيسيةجمعت Knit Health 35 مليون دولار في جولة تمويل من الفئة A بقيادة NEA لتوسيع عمليات نشر…
عرض المزيد
- جمعت Knit Health 35 مليون دولار في جولة تمويل من الفئة A بقيادة NEA لتوسيع عمليات نشر Med-BEAM.
- حقق Med-BEAM متوسط دقة 0.565 مقابل نماذج Claude في التنبؤ بالإجراءات السريرية التالية.
- تهدف Knit إلى توفير أساس مشترك للذكاء السريري بدلاً من امتلاك كل سير عمل.
أعلنت Knit Health في 16 نوفمبر 2026 أنها جمعت 35 مليون دولار في جولة تمويل من الفئة أ، قادتها NEA، لتوسيع فريقيها العلمي والهندسي ونشر نموذجها العالمي للرعاية الصحية Med-BEAM في مزيد من البيئات السريرية. وشاركت أيضًا Frist Cressey Ventures وTown Hall Ventures وSignalFire، إلى جانب استمرار دعم Uncork وMoxxie وAligned Fund وCoalition Operators.
تصف Knit نموذج Med-BEAM بأنه نموذج عالمي للرعاية الصحية دُرِّب على مليارات القرارات الصحية المستندة إلى مئات الملايين من سجلات المرضى، ليتعلم كيفية تطور الحالات، وما يفعله الأطباء، وما يترتب على التدخلات المختلفة. وتشمل تطبيقاته الأولية توجيه المرضى، وتحويلهم إلى الاختصاصيين، وجدولة المواعيد، وإدارة عمليات المستشفيات، فيما يُفترض أن يوفّر النموذج سياقًا سريريًا إلى جانب النماذج اللغوية التي تعمل واجهاتٍ للمرضى والأطباء ووكلاء الذكاء الاصطناعي.
تنسيق الإحالات ومنصة مشتركة
تستهدف Knit الآليات التي تربط المرضى بخدمات الرعاية القائمة: إذ تعتمد الإحالات بدرجة كبيرة على العلاقات المهنية، وتعتمد جدولة المواعيد على قواعد جامدة ومدى توافر المواعيد، فيما تستند المسارات السريرية إلى فئات ودرجات مبسطة. وترى الشركة أن هذه الآليات قد تجعل المرضى ينتظرون الرعاية المناسبة، بينما يقضي الأطباء وقتًا في أعمال يستطيع آخرون إنجازها بفاعلية أكبر. وتضرب مثالًا بجراح تمتلئ عيادته بمرضى لا يحتاجون إلى جراحة، في حين ينتظر أسابيع أو أشهر مرضى قد يستفيدون من عملية جراحية.
تعتزم Knit توفير أساس مشترك للذكاء السريري بدلًا من امتلاك كل تطبيق أو سير عمل. ويمكن لأنظمة الرعاية الصحية وشركات التكنولوجيا والمطورين بناء منتجاتهم على هذا الأساس، بدلًا من تطوير الذكاء الأساسي كلٌّ على حدة، ما يمنح Knit دورًا محوريًا بوصفها منصة يتجاوز نطاقه منتجاتها الأولية في التوجيه وإدارة العمليات.
النتائج الأولية للاختبارات المعيارية وحدودها
اختبرت وثائق منفصلة للمعايير المرجعية، نُشرت في 16 نوفمبر 2026، أداء Med-BEAM مقارنةً بـ Claude Opus 4.8 وClaude Sonnet 5 وClaude Haiku 4.5 من Anthropic. واستخدمت المهمة سجلات 200 مريض أُدخلوا إلى المستشفى من قسم الطوارئ، لم يُستخدم أيٌّ منها في تدريب Med-BEAM.
وبالاستناد إلى السجل الطبي لكل مريض حتى إدخاله إلى المستشفى، وإلى قائمة كاملة بالإجراءات المحتملة، توقعت النماذج ما سيحدث خلال الساعات الأربع والعشرين التالية فيما يتعلق بالأدوية والإجراءات وطلبات الفحوص المخبرية والتصوير الطبي وإجراءات التمريض والإحالات. ولم تُحدَّد مسبقًا أي نتيجة بعينها.
أفادت Knit بأن متوسط الدقة الإيجابية لـMed-BEAM بلغ 0.565، وفق مقياس من 0 إلى 1 يبيّن مدى نجاح كل نموذج في ترتيب إجراءات الرعاية التي نُفذت بالفعل. وسجل Opus 4.8 نتيجة 0.228، وSonnet 5 نتيجة 0.222، وHaiku 4.5 نتيجة 0.124، ما منح Med-BEAM أفضلية تراوحت بين 2.48 و4.56 أضعاف في هذه المهمة.
استخدمت مقارنات السرعة والتكلفة أساليب مختلفة. وتراوحت أزمنة الاستجابة المقاسة للنماذج اللغوية بين 216 ثانية لـHaiku 4.5 و408 ثوانٍ لـOpus 4.8، وبلغت 307 ثوانٍ لـSonnet 5؛ أما زمن Med-BEAM، الذي بلغ نحو ثانيتين، فكان تقديرًا لوقت المعالجة. وقدّرت Knit أن تكلفة Med-BEAM لكل مريض أقل من تكلفة النماذج اللغوية بمقدار يتراوح بين 37 و257 ضعفًا، وذلك استنادًا إلى الاستخدام الفعلي في الاختبارات المعيارية لـAnthropic، وبالأسعار المنشورة لتلك النماذج؛ أما Med-BEAM، فاستند التقدير إلى زمن الاستدلال وتكلفة الحوسبة بالساعة مضروبين في ثلاثة لمعادلة هامش ربح مزوّد الخدمة.
وصفت Knit التقييم بأنه نتيجة أولية لمهمة تنبؤ محددة واحدة، وتعتزم إجراء اختبارات معيارية أوسع تشمل مهام ونماذج وبيئات سريرية إضافية. وهذا تمييز مهم: فتوقع الإجراءات السريرية اللاحقة اختبار مبكر للنموذج، في حين يتعلق هدف الشركة في مجال الذكاء الاصطناعي السببي بكيفية تغيير القرارات البديلة للنتائج الصحية للمرضى.
التمويل السابق وخلفية الشركة
جاءت جولة التمويل من الفئة أ بعد جولة تمويل تأسيسية بقيمة 11.6 مليون دولار، شاركت في قيادتها Uncork Capital وFrist Cressey Ventures، وفقًا لمنشور على حساب الشركة مؤرخ في 12 مايو 2026. وقادت Moxxie Ventures جولة التمويل ما قبل التأسيس، بمشاركة Coalition Operators. وKnit شركة منبثقة عن UC Berkeley، واستفاد نموذجها السابق من بيانات Truveta التي تغطي أكثر من 130 مليون مريض، ليتعلم أنماط الممارسة السريرية الفعلية.
لذلك، يُعد توسيع نطاق التقييم عنصرًا أساسيًا في الغرض من التمويل: إذ يعتمد نجاح عمليات النشر السريرية لدى Knit وأساسها المشترك للمطورين على تحويل الأفضلية التنبؤية الأولية إلى أدوات للتوجيه وإدارة العمليات تعمل عبر مؤسسات تختلف في أطبائها ومواردها وأنماط ممارستها.












