Finansiering

Banner Health investerar i Layer Healths Serie A-finansiering och flyttar registerarbetet internt

Lila Rowan
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterBanner Health flyttar registry-abstraktion internt för att sänka kostnaderna och…
Visa mer
  • Banner Health flyttar registry-abstraktion internt för att sänka kostnaderna och kontrollera kvalitetsdata.
  • Banner förväntar sig att plattformen automatiserar ungefär 60% av registry-abstraktionsarbetet vid lansering.
  • Layer Health ramar in register som det första beviset på bredare klinisk intelligens över vårdsystem.

Layer Health meddelade den 19 november 2026 att Banner Health hade blivit en strategisk investerare från sjukhussektorn i bolagets Serie A-finansiering och inlett ett flerårigt partnerskap för att standardisera arbetet med att hämta uppgifter till kliniska register i hela Banner Health med hjälp av AI.

I meddelandet beskrevs Banner Health som ett av de största ideella hälso- och sjukvårdssystemen i USA. Företaget samlar nu merparten av sitt registerarbete på Layer Healths plattform. Layer Health ska stödja fler än ett dussin register inom hjärt-kärlsjukvård, kirurgi, onkologi och strokevård och därmed möjliggöra rapportering till nationella ackrediteringsorgan, däribland American Heart Association, American College of Surgeons och American College of Cardiology.

Registerarbetet flyttas internt

Banner ersätter en stor del av sin utkontrakterade registerhantering med ett internt program. Hälso- och sjukvårdssystemets uttalade mål är att sänka den totala ägandekostnaden, få större kontroll över registerdata och ge interna team möjlighet att använda uppgifterna för kvalitetsförbättring, i stället för att främst behandla rapporteringen till registren som en regelefterlevnadsuppgift.

Layer Health uppger att plattformen läser hela patientjournalen över tid, inklusive strukturerade och ostrukturerade data, och tillhandahåller källhänvisade belägg för varje svar. Länkarna kopplar varje uppgift som hämtats till ett register till den underliggande journalen, en viktig funktion för ett program som Banner vill hantera internt och använda för ackrediterad rapportering.

När systemet tas i drift räknar Banner med att det automatiserar cirka 60 procent av arbetet med att hämta uppgifter till register. Det frigör tid för personalen och möjliggör snabbare och mer skalbar kvalitetsrapportering. Förväntningen gäller när lösningen införs i hela organisationen och beskriver inte ett redan uppnått automatiseringsresultat.

Banners kvalitetschef, doktor Will Holland, sade att Layer Health redan hade ökat snabbheten, konsekvensen och tillförlitligheten i registerprogrammet. ”Vi ser Layer Health mindre som en lösningsleverantör och mer som en strategisk partner i arbetet med att förändra kvaliteten och vården i hela vårt system under många år framöver”, sade han.

Tidigare Serie A-finansiering

Layer Health hade tidigare meddelat att bolaget fått 21 miljoner dollar i Serie A-finansiering den 27 mars 2025. Finansieringsrundan leddes av Define Ventures, med deltagande från Flare Capital Partners, GV och MultiCare Capital Partners. De angivna användningsområdena omfattade att skala upp AI-plattformen, utöka teamet, vidareutveckla bolagets modeller och fördjupa partnerskapen med hälso- och sjukvårdssystem och andra vårdorganisationer.

Layer Healths vd och medgrundare David Sontag beskrev register som det första testet på en bredare användning av klinisk intelligens. ”Det är i registren som klinisk intelligens först visar sitt värde, men förmågan att läsa och analysera patientjournaler korrekt är grundläggande för så mycket av det som hälso- och sjukvårdssystemen gör”, sade han.

Banners investering och införande av lösningen kopplar den bredare ambitionen till en konkret förändring av verksamheten: Banner eftersträvar lägre registerkostnader och direkt kontroll över kvalitetsdata, samtidigt som Layer Healths teknik för journalgranskning ska testas i ett internt program som omfattar hela organisationen och stöder rapportering till nationella ackrediteringsorgan. Införandets betydelse beror på om den förväntade automatiseringen kan öka personalens kapacitet och samtidigt bevara den konsekvens och spårbarhet som krävs för registerrapportering.

Lila Rowan är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker skärningspunkten mellan artificiell intelligens, hälso- och sjukvård samt mentalt välbefinnande. Hennes arbete fokuserar på hur AI-drivna verktyg förbättrar diagnostik, utökar tillgången till vård och stöder tjänster inom psykisk hälsa på sätt som kompletterar - inte ersätter - mänskliga kliniker.
Med ett medkännande och evidensbaserat perspektiv undersöker Lila kliniska studier, implementeringar i verkliga miljöer och framväxande hälso- och sjukvårdsteknologier genom ett humanistiskt perspektiv. Hon är särskilt intresserad av AI-tillämpningar som minskar hinder för vård, förbättrar tidig upptäckt och stöder mentalt välbefinnande samtidigt som patienternas integritet, säkerhet och etiska standarder respekteras.
Artiklar skrivna av Lila Rowan är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa noggrannhet, känslighet och ansvarsfull rapportering om teknologier för hälsa och psykiskt välbefinnande.