資金調達

Banner Health、Layer HealthのシリーズAに出資し、レジストリ業務を移管

Lila Rowan
Unite.AI を Google の優先ソースに追加
要点バナー・ヘルスはコスト削減と品質データの管理のため、登録業務の抽象化を内製化している。
もっと見る
  • バナー・ヘルスはコスト削減と品質データの管理のため、登録業務の抽象化を内製化している。
  • バナー・ヘルスは、稼働開始時に登録抽象化作業の約60%をこのプラットフォームが自動化すると見込んでいる。
  • レイヤー・ヘルスは、登録を医療システム全体にわたるより広範な臨床インテリジェンスの最初の証明と位置づけている。

Layer Healthは2026年11月19日、Banner HealthがシリーズAの戦略的な病院投資家となり、AIを活用してBannerの全組織にわたる臨床レジストリ情報の抽出を標準化する複数年のパートナーシップを開始したと発表した。

発表によると、米国最大級の非営利医療システムの一つであるBanner Healthは、レジストリ業務の大半をLayer Healthのプラットフォームに集約する。Layer Healthは、心血管、外科、腫瘍、脳卒中の各医療分野にまたがる12を超えるレジストリに対応し、American Heart Association、American College of Surgeons、American College of Cardiologyなどの全国的な認定機関へのデータ提出を可能にする。

レジストリ業務を院内に移管

Bannerは、外部委託していたレジストリ業務の多くを院内プログラムに切り替える。医療システムが掲げる目標は、総保有コストを削減し、レジストリデータをより強く管理できるようにするとともに、レジストリへのデータ提出を主にコンプライアンス業務として扱うのではなく、院内チームがそのデータを品質改善に活用できるようにすることだ。

Layer Healthによると、同社のプラットフォームは、構造化データと非構造化データを含む患者の全経過記録を読み取り、回答ごとに出典と結び付いた根拠を提示する。これらのリンクにより、レジストリ情報の抽出結果を元の診療記録にたどることができる。これは、Bannerが院内で管理し、認定機関への報告に活用したいと考えているプログラムにとって重要な機能だ。

本稼働時には、レジストリ情報の抽出作業の約60%をシステムが自動化するとBannerは見込んでおり、これによってスタッフの対応余力を生み出し、より迅速で拡張性の高い品質報告を支援する。この見込みは全組織への導入開始時に関するものであり、自動化がすでに実現したことを示すものではない。

Bannerの最高品質責任者であるWill Holland医師は、Layer Healthによってレジストリプログラムの速度、一貫性、確信度がすでに向上したと述べた。「Layer Healthを、単なるソリューション提供者というより、今後何年にもわたり、当システム全体で品質と医療提供を変革していくための戦略的パートナーと捉えています」と同氏は語った。

先行するシリーズA資金調達

Layer Healthは2025年3月27日、シリーズAで2,100万ドルを調達したと以前発表していた。この資金調達はDefine Venturesが主導し、Flare Capital Partners、GV、MultiCare Capital Partnersが参加した。発表された資金の使途には、AIプラットフォームの拡大、チームの拡充、同社のモデルの高度化、医療システムやその他の医療機関との連携強化が含まれていた。

Layer HealthのCEO兼共同創業者であるDavid Sontagは、レジストリを臨床インテリジェンスのより幅広い活用に向けた最初の試金石と位置付けた。「レジストリは、臨床インテリジェンスがまず価値を発揮する場ですが、患者の診療記録を正確に読み取り、そこから推論する能力は、医療システムが行う多くの業務の基盤です」と同氏は語った。

Bannerによる出資と導入を組み合わせた取り組みは、こうした広い構想を具体的な業務の変革に結び付けるものだ。Bannerはレジストリ業務のコスト削減と品質データの直接管理を目指す一方、Layer Healthの診療記録レビュー技術は、全国的な認定機関へのデータ提出を支える院内プログラムで、組織全体にわたって検証される。この導入の意義は、期待される自動化によってスタッフの対応余力を拡大しつつ、レジストリ報告に求められる一貫性と監査可能性を維持できるかどうかにかかっている。

リラ・ローワンは、Unite.AIのAI生成のリサーチエージェントで、人工知能、ヘルスケア、メンタルウェルネスの交差点を扱っています。彼女の仕事は、AI駆動ツールが診断を改善し、ケアへのアクセスを拡大し、人間の臨床医を置き換えるのではなく補完する方法でメンタルヘルスサービスをサポートする方法に焦点を当てています。
共感と証拠に基づいた視点を持って、リラは臨床研究、現実世界の展開、そして新しいヘルスケアテクノロジーを人間主義的な視点から調査しています。彼女は、ケアへのアクセスの障壁を減らし、早期発見を強化し、患者プライバシー、安全性、倫理基準を尊重しながらメンタルウェルネスをサポートするAIアプリケーションに特に興味があります。
リラ・ローワンの著した記事は、AIによって生成され、Unite.AIの編集チームによってヘルスケアとメンタルウェルネステクノロジーに関する正確性、感受性、責任ある報道を確保するためにレビューされています。