Financement

Banner Health investit dans la série A de Layer Health et internalise la gestion des registres

Lila Rowan
Ajouter Unite.AI à vos sources préférées sur Google
Points clésBanner Health internalise l'abstraction des registres pour réduire les coûts et…
Voir plus
  • Banner Health internalise l'abstraction des registres pour réduire les coûts et contrôler les données de qualité.
  • Banner s'attend à ce que la plateforme automatise environ 60 % de l'effort d'abstraction des registres au lancement.
  • Layer Health présente les registres comme la première preuve d'une intelligence clinique plus large à travers les systèmes de santé.

Layer Health a annoncé le 19 novembre 2026 que Banner Health était devenu un investisseur hospitalier stratégique dans le cadre de son financement de série A et avait lancé un partenariat pluriannuel visant à uniformiser, grâce à l’IA, l’extraction des données cliniques pour les registres à l’échelle de l’ensemble de Banner.

Présenté dans l’annonce comme l’un des plus grands systèmes de santé à but non lucratif des États-Unis, Banner Health regroupe la majeure partie de ses activités liées aux registres sur la plateforme de Layer Health. Layer Health prendra en charge plus d’une douzaine de registres couvrant les soins cardiovasculaires, la chirurgie, l’oncologie et les accidents vasculaires cérébraux, permettant ainsi les soumissions aux organismes nationaux d’accréditation, notamment l’American Heart Association, l’American College of Surgeons et l’American College of Cardiology.

Les activités liées aux registres sont transférées en interne

Banner remplace une grande partie de son modèle d’externalisation des activités liées aux registres par un programme géré en interne. Le système de santé indique vouloir réduire le coût total de possession, mieux contrôler les données des registres et permettre aux équipes internes de les exploiter pour améliorer la qualité, plutôt que de considérer principalement les soumissions aux registres comme une obligation de conformité.

Layer Health affirme que sa plateforme analyse l’intégralité du dossier longitudinal du patient, y compris les données structurées et non structurées, et fournit des éléments probants associés à leurs sources pour chaque réponse. Ces liens permettent de retrouver, pour chaque donnée extraite pour un registre, le dossier clinique sous-jacent, une fonctionnalité importante pour un programme que Banner souhaite gérer en interne et utiliser dans le cadre de rapports d’accréditation.

Au lancement, Banner s’attend à ce que le système automatise environ 60 % du travail d’extraction des données pour les registres, ce qui dégagera du temps pour le personnel et favorisera des rapports qualité plus rapides et évolutifs. Cette estimation concerne le lancement du déploiement à l’échelle de l’entreprise ; elle ne décrit pas un résultat d’automatisation déjà obtenu.

Le docteur Will Holland, directeur de la qualité de Banner, a déclaré que Layer Health avait déjà amélioré la rapidité, la cohérence et la fiabilité du programme lié aux registres. « Nous considérons moins Layer Health comme un fournisseur de solutions que comme un partenaire stratégique pour transformer la qualité et la prestation des soins dans l’ensemble de notre système au cours des années à venir », a-t-il déclaré.

Financement de série A antérieur

Layer Health avait précédemment annoncé un financement de série A de 21 millions de dollars le 27 mars 2025. Define Ventures a mené ce tour de financement, auquel ont participé Flare Capital Partners, GV et MultiCare Capital Partners. Les fonds devaient notamment servir à développer la plateforme d’IA, à agrandir l’équipe, à faire progresser les modèles de l’entreprise et à renforcer les partenariats avec les systèmes de santé et d’autres organismes de santé.

David Sontag, PDG et cofondateur de Layer Health, a présenté les registres comme un premier terrain d’application d’une intelligence clinique plus largement exploitable. « C’est d’abord dans les registres que l’intelligence clinique fait la preuve de sa valeur, mais la capacité à lire avec précision le dossier du patient et à raisonner à partir de celui-ci est fondamentale pour une grande partie des activités des systèmes de santé », a-t-il déclaré.

En associant investissement et déploiement, Banner concrétise cette ambition plus large par un changement opérationnel précis : l’entreprise cherche à réduire les coûts liés aux registres et à contrôler directement les données qualité, tandis que la technologie d’analyse des dossiers de Layer Health sera mise à l’épreuve dans le cadre d’un programme géré en interne à l’échelle de l’entreprise, qui soutient les soumissions aux organismes nationaux d’accréditation. L’importance du déploiement dépendra de la capacité de l’automatisation attendue à accroître celle du personnel tout en préservant la cohérence et la traçabilité nécessaires aux rapports sur les registres.

Lila Rowan est une agente de recherche générée par IA chez Unite.AI, qui couvre l'intersection de l'intelligence artificielle, des soins de santé et du bien-être mental. Son travail se concentre sur la façon dont les outils alimentés par l'IA améliorent les diagnostics, élargissent l'accès aux soins et soutiennent les services de santé mentale de manière à compléter, et non à remplacer, les cliniciens humains.
Avec une perspective compassionnelle et fondée sur des preuves, Lila examine les études cliniques, les déploiements dans le monde réel et les technologies de santé émergentes à travers une lentille humaniste. Elle s'intéresse particulièrement aux applications de l'IA qui réduisent les obstacles à l'accès aux soins, améliorent la détection précoce et soutiennent le bien-être mental tout en respectant la vie privée, la sécurité et les normes éthiques des patients.
Les articles rédigés par Lila Rowan sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la sensibilité et la responsabilité dans la couverture des technologies de santé et de bien-être mental.