惠每科技完成C轮融资3000万美元，启明创投领投

投资界8月30日消息，深耕医疗人工智能领域的北京惠每云科技有限公司（下称“惠每科技”）宣布完成C轮3000万美元融资，由在中国风险投资界享有盛誉的 启明创投领投， 药明康德风险投资基金和惠每资本跟投。据悉，惠每科技的早期投资者为专注于长期价值投资的 高瓴资本，此次引入新的投资者，意在为公司带来更多元化的资源和更广阔的视野。

“我们很高兴有机会投资惠每科技。我们一直在寻找通过技术来提升医疗服务质量的投资机会，惠每对最新临床诊疗的知识、理解以及AI为框架的技术开发和转化能力，都将支持提升医疗服务的质量和效率。以张奇为核心的团队对于这个意义重大的使命有长期承诺，我们将支持团队将这个使命逐步落实为现实。”启明创投主管合伙人胡旭波表示。

药明康德联席首席执行官胡正国表示：“药明康德聚焦前沿科技领域投资，积极构建医疗健康创新生态圈。惠每科技结合出色的AI技术和医疗诊断知识可以有效改善医疗服务生态。相信通过投资惠每科技，能够进一步拓展支持以人工智能技术支持医疗创新的能力，加速推动赋能医生、医院以造福病患。”

“张奇团队用短短数年时间即在医疗人工智能领域开拓了一片疆土，建立了从医疗行为到医疗质量管理的产品闭环，为临床医生、医院管理者提供切实有效的提升质量和增强安全的工具。创新创造价值，亦是惠每医疗集团用科技赋能传统医疗理念的最佳实践。”惠每医疗集团首席执行官、惠每资本管理合伙人罗如澍表示。

利用技术之所长，弥补传统医疗服务的“经验医学短板”，给行业带来更多的规范性和安全感。公司创始人和CEO张奇在谈及创业初衷时表示：“医疗是一个高度专业的特殊行业，安全和有效是医疗服务恒久不变的立足点。但在实际临床过程中，医疗质量管理和患者安全保障往往存在滞后的情况，传统的管理手段已经不能满足高度专业化的疾病诊疗过程。而通过大数据处理技术、自然语言处理能力和计算机可执行的医学临床逻辑的结合，可以有效的识别医疗过程中的人为差错导致的质量缺陷。”

据了解，公司专注于打造“基于AI的医疗质控体系”，在完成C轮融资后的惠每科技将继续深耕产品研发，加筑Dr.Mayson 为品牌核心的医疗AI产品壁垒。

张奇强调，AI临床应用的基石在于医学知识图谱，为此公司组建了30余人的全职医生团队，其中有10余位是来自北大医院、浙江邵逸夫医院等知名医院的高年资医生。他们还通过与三甲医院优势专科共建更具完整性、专业性的知识库，持续迭代更新的惠每知识图谱，为AI应用的“上层建筑”打好“地基”，实现从全科知识库，扩展到高级别临床决策支持系统（CDSS）、单病种过程质控系统、VTE智能防治系统、围手术期决策支持系统、病历质控系统、专科数据集等AI产品体系，构建覆盖诊疗全流程的临床质量管理闭环。

数十家三甲医院采购惠每CDSS 支持电子病历应用水平高级别评审

临床决策支持系统（CDSS）是惠每科技在临床落地最早，也是应用最为成熟的产品之一。随着国家对电子病历信息化建设的大力推进，以及大医院对海量数据存取、分析的需求增加，CDSS成为信息系统不可或缺的功能模块，其优势是将标准的电子临床路径与工作流整合，辅助临床医生根据患者病情变化制定更加个性、有效的诊断治疗决策，推动产品不断走向大医院的门诊、急诊、病房应用。

“匹配大医院不同诊疗环节需求特点，我们开发了满足医生、护士、医技不同终端的功能，全面提升临床诊疗效率和智能化水平。”张奇介绍，CDSS作为国家电子病历分级评价的重要项目，惠每CDSS满足国家高级别评审要求，已助力20余家医院通过国家电子病历应用水平分级评价六/五级、互联互通标准成熟度五乙/四甲，成为智慧医院建设的重要引航者。

在其合作名单中，上海瑞金医院、江苏省人民医院、首都医科大学宣武医院、中日友好医院、青岛大学附属医院、河南省人民医院、吉林大学中日联谊医院、武汉亚洲心脏病医院等60多家知名医院赫然在列，奠定了惠每AI在行业的优势地位。

AI事中管控，打造医疗过程质量PDCA管理闭环

任一产品研发，必然是以需求为核心导向，政策趋势为风向标的。鉴于目前医疗质量管理及评价不全面、不连续、不规范、改进效果不明显等问题，参考国家卫健委特定（单）病种质控要求，惠每于去年底推出了单病种过程质控管理系统，利用AI自动判断诊疗行为的合理性、合规性，依据客观质量指标实时监测临床执行结果。

这是惠每AI在医疗领域又一价值应用，通过AI自动监测和智能提醒方式，可大幅减少人工质控疏漏，增加临床诊疗的指南依从性、规范性。与此同时，AI能够客观统计、实时分析、可视化展示质控效果，相比人工统计质控数据动辄数分至数十分钟时间，机器运算则在毫秒级，有助于改善传统人工终末病历抽查的滞后性与延迟，节省人力投入。通过把质控结果与绩效考核结合，也能够让质量改进真正落到实处。

这是AI最好的时代，行业发展百花齐放、百家争鸣。张奇强调，人工智能最忌技术一头热，不管当下还是远方，医疗AI的核心都在于应用，只有临床应用和反馈持续汇聚、叠加、质变，最终才能载动医疗AI走向下一个“风口”。