การระดมทุน
Knit Health ระดมทุนรอบ Series A ได้ 35 ล้านดอลลาร์ เพื่อขยายการนำ Med-BEAM ไปใช้งาน

ประเด็นสำคัญKnit Health ระดมทุนซีรีส์ A ได้ 35 ล้านดอลลาร์ นำโดย NEA เพื่อขยายการติดตั้ง Med-BEAM
ดูเพิ่มเติม
- Knit Health ระดมทุนซีรีส์ A ได้ 35 ล้านดอลลาร์ นำโดย NEA เพื่อขยายการติดตั้ง Med-BEAM
- Med-BEAM ทำคะแนนความแม่นยำเฉลี่ย 0.565 เมื่อเทียบกับโมเดล Claude ในการทำนายการดำเนินการทางคลินิกถัดไป
- Knit มุ่งที่จะจัดหาพื้นฐานปัญญาทางคลินิกที่ใช้ร่วมกัน มากกว่าที่จะเป็นเจ้าของทุกเวิร์กโฟลว์
Knit Health ประกาศเมื่อวันที่ 16 พฤศจิกายน 2026 ว่าบริษัทระดมทุนรอบ Series A ได้ 35 ล้านดอลลาร์ โดยมี NEA เป็นผู้นำ เพื่อขยายทีมวิทยาศาสตร์และวิศวกรรม และนำโมเดลโลกด้านการดูแลสุขภาพ Med-BEAM ไปใช้ในสถานพยาบาลทางคลินิกให้มากขึ้น นอกจากนี้ Frist Cressey Ventures, Town Hall Ventures และ SignalFire ยังร่วมลงทุน พร้อมด้วยการสนับสนุนอย่างต่อเนื่องจาก Uncork, Moxxie, the Aligned Fund และ Coalition Operators
Knit อธิบายว่า Med-BEAM เป็นโมเดลโลกด้านการดูแลสุขภาพที่ฝึกด้วยข้อมูลการตัดสินใจด้านการดูแลสุขภาพหลายพันล้านครั้ง จากเวชระเบียนผู้ป่วยหลายร้อยล้านรายการ โดยเรียนรู้ว่าภาวะต่าง ๆ เปลี่ยนแปลงอย่างไร แพทย์ดำเนินการอย่างไร และเกิดอะไรขึ้นหลังการรักษาแต่ละแบบ แอปพลิเคชันชุดแรกมุ่งเน้นการนำทางผู้ป่วย การส่งต่อไปยังแพทย์เฉพาะทาง การจัดตารางนัดหมาย และการปฏิบัติงานในโรงพยาบาล โดยมีเป้าหมายให้โมเดลมอบบริบททางคลินิกควบคู่ไปกับโมเดลภาษา ซึ่งทำหน้าที่เป็นส่วนติดต่อสำหรับผู้ป่วย แพทย์ และเอเจนต์ AI
ประสานงานการส่งต่อและแพลตฟอร์มที่ใช้ร่วมกัน
Knit มุ่งแก้ไขกลไกที่เชื่อมโยงผู้ป่วยกับบริการดูแลที่มีอยู่ ได้แก่ การส่งต่อซึ่งพึ่งพาความสัมพันธ์ทางวิชาชีพอย่างมาก การจัดตารางนัดหมายซึ่งยึดกฎเกณฑ์ที่ตายตัวและความพร้อมของเวลานัด และแนวทางการรักษาทางคลินิกซึ่งอาศัยหมวดหมู่และคะแนนแบบง่าย บริษัทระบุว่ากลไกเหล่านี้อาจทำให้ผู้ป่วยต้องรอรับการดูแลที่เหมาะสม ขณะที่แพทย์ใช้เวลากับงานที่ผู้อื่นอาจทำได้อย่างมีประสิทธิภาพกว่า ตัวอย่างที่บริษัทยกขึ้นมาคือศัลยแพทย์ที่คลินิกมีผู้ป่วยซึ่งไม่จำเป็นต้องผ่าตัดอยู่เต็ม ขณะที่ผู้ป่วยที่อาจได้รับประโยชน์จากการผ่าตัดต้องรอหลายสัปดาห์หรือหลายเดือน
Knit วางแผนสร้างรากฐานด้านปัญญาทางคลินิกที่ใช้ร่วมกัน แทนที่จะเป็นเจ้าของแอปพลิเคชันหรือขั้นตอนการทำงานทุกอย่าง ระบบสุขภาพ บริษัทเทคโนโลยี และนักพัฒนาจะสามารถต่อยอดจากรากฐานนี้ แทนที่จะต้องพัฒนาปัญญาที่อยู่เบื้องหลังขึ้นเอง ทำให้ Knit มีบทบาทเป็นแพลตฟอร์มที่ครอบคลุมมากกว่าผลิตภัณฑ์ด้านการนำทางและการปฏิบัติงานในช่วงแรก
ผลการทดสอบมาตรฐานเบื้องต้นและข้อจำกัด
เอกสารการทดสอบมาตรฐานที่เผยแพร่เมื่อวันที่ 16 พฤศจิกายน 2026 แยกต่างหาก ระบุว่าได้ทดสอบ Med-BEAM เทียบกับ Claude Opus 4.8, Claude Sonnet 5 และ Claude Haiku 4.5 ของ Anthropic งานทดสอบใช้เวชระเบียนของผู้ป่วย 200 คนที่เข้ารับการรักษาในโรงพยาบาลจากแผนกฉุกเฉิน โดยไม่มีเวชระเบียนชุดใดถูกนำมาใช้ฝึก Med-BEAM
เมื่อได้รับประวัติของผู้ป่วยแต่ละรายจนถึงเวลาที่เข้ารับการรักษา รวมถึงรายการการดำเนินการที่อาจเกิดขึ้นทั้งหมด โมเดลจะทำนายสิ่งที่จะเกิดขึ้นใน 24 ชั่วโมงถัดไป ทั้งในด้านยา หัตถการ คำสั่งตรวจทางห้องปฏิบัติการ การถ่ายภาพทางการแพทย์ การดูแลของพยาบาล และการส่งต่อ โดยไม่ได้กำหนดผลลัพธ์ใดไว้ล่วงหน้า
Knit รายงานว่า Med-BEAM มีค่าความแม่นยำเฉลี่ย 0.565 โดยใช้มาตรวัดตั้งแต่ 0 ถึง 1 เพื่อประเมินว่าแต่ละโมเดลจัดอันดับการดูแลที่เกิดขึ้นจริงได้ดีเพียงใด Opus 4.8 ได้คะแนน 0.228, Sonnet 5 ได้ 0.222 และ Haiku 4.5 ได้ 0.124 ทำให้ Med-BEAM ได้เปรียบ 2.48 ถึง 4.56 เท่าในงานนี้
การเปรียบเทียบความเร็วและต้นทุนใช้วิธีการที่แตกต่างกัน เวลาตอบสนองของโมเดลภาษาที่วัดได้อยู่ระหว่าง 216 วินาทีสำหรับ Haiku 4.5 ถึง 408 วินาทีสำหรับ Opus 4.8 โดย Sonnet 5 ใช้เวลา 307 วินาที ส่วนตัวเลขประมาณสองวินาทีของ Med-BEAM เป็นเวลาประมวลผลโดยประมาณ Knit ประเมินว่าต้นทุนต่อผู้ป่วยของ Med-BEAM ต่ำกว่าโมเดลภาษา 37 ถึง 257 เท่า โดยคำนวณจากปริมาณการใช้งานจริงในการทดสอบมาตรฐานของ Anthropic ตามอัตราค่าบริการที่เผยแพร่สำหรับโมเดลเหล่านั้น ส่วน Med-BEAM คำนวณจากเวลาอนุมานและต้นทุนการประมวลผลต่อชั่วโมง แล้วคูณด้วยสามเพื่อให้สอดคล้องกับส่วนต่างกำไรของผู้ให้บริการ
Knit ระบุว่าการประเมินนี้เป็นผลเบื้องต้นจากงานทำนายที่กำหนดไว้หนึ่งงาน และมีแผนจะทำการทดสอบมาตรฐานในวงกว้างขึ้น ครอบคลุมงาน โมเดล และสถานพยาบาลทางคลินิกเพิ่มเติม ความแตกต่างนี้มีนัยสำคัญ เพราะการทำนายการดำเนินการทางคลินิกที่จะเกิดขึ้นเป็นการทดสอบโมเดลในระยะเริ่มต้น ขณะที่เป้าหมายด้าน AI เชิงสาเหตุของบริษัทมุ่งศึกษาว่าการตัดสินใจทางเลือกอื่นจะเปลี่ยนผลลัพธ์ของผู้ป่วยอย่างไร
การระดมทุนก่อนหน้านี้และประวัติบริษัท
การระดมทุนรอบ Series A เกิดขึ้นหลังจากรอบ Seed มูลค่า 11.6 ล้านดอลลาร์ ซึ่ง Uncork Capital และ Frist Cressey Ventures ร่วมเป็นผู้นำ ตามที่ระบุใน บัญชีที่บริษัทจัดทำและลงวันที่ 12 พฤษภาคม 2026 Moxxie Ventures เป็นผู้นำรอบ Pre-seed โดยมี Coalition Operators เข้าร่วมลงทุน Knit เป็นบริษัทที่แยกตัวออกจาก UC Berkeley และโมเดลรุ่นก่อนหน้าของบริษัทใช้ข้อมูลจาก Truveta ซึ่งครอบคลุมผู้ป่วยมากกว่า 130 ล้านคน เพื่อเรียนรู้รูปแบบการปฏิบัติงานทางคลินิกในโลกจริง
ดังนั้น การประเมินในวงกว้างจึงเป็นหัวใจสำคัญของวัตถุประสงค์ในการระดมทุนครั้งนี้ การนำโซลูชันทางคลินิกของ Knit ไปใช้และการสร้างรากฐานร่วมสำหรับนักพัฒนาขึ้นอยู่กับการต่อยอดความได้เปรียบด้านการทำนายในระยะเริ่มต้น ให้กลายเป็นเครื่องมือสำหรับการส่งต่อและการปฏิบัติงานที่ใช้ได้กับสถาบันต่าง ๆ ซึ่งมีแพทย์ ทรัพยากร และรูปแบบการปฏิบัติงานแตกต่างกัน












