醫療工作者的價值,從來不應該在日復一日的機械重復勞動中體現。
Plenful成立于2021年,是一家致力于提高醫療行政效率的醫療AI自動化公司。其核心產品Plenful平臺能顯著提高合規審計效率、降低人工成本與錯誤率。
01
合規重負充斥醫療系統,Plenful應運而生
Plenful的誕生,源于創始團隊在醫療一線的切身經歷。
2021年,曾長期在大型衛生系統工作的Joy Liu和Joy Patel發現,藥房運營中充斥著大量重復性勞動:340B藥品折扣計劃的審計文件堆積如山,合同費率核對錯誤頻發,庫存規劃全靠人工預估……
這些“隱形工作”不僅消耗人力,還導致每年數百萬美元的潛在收入流失。此外,藥劑師畢業率逐年下降,而合規審計、藥品庫存管理、保險索賠處理等流程愈發復雜。這讓本已超負荷運轉的系統雪上加霜。美國醫療系統正陷入一場隱形的“效率危機”。
以美國醫療行業340B藥品折扣計劃為例。340B計劃由美國聯邦政府于1992年設立,旨在通過藥品折扣降低合格醫療機構的運營成本,使其能夠為低收入和未投保患者提供更多補償服務。
該計劃允許符合條件的醫療機構以低價采購藥品,但是要求嚴格記錄藥品采購與使用流向,確保折扣僅用于符合條件的患者。然而,醫療機構常因數據管理能力不足,在審計中暴露合規漏洞,引發法律糾紛或罰款。除此之外,美國國會多次討論改革340B計劃,藥企與醫療機構的游說博弈加劇,導致行業對政策變動高度敏感。
傳統模式下,醫院需雇用第三方專業的審計團隊用于合規審計。審計團隊需要手動核對數萬條交易記錄,這對醫院來說成本高且耗時長。
他們決定用技術破局。Plenful的競爭力,正在于對這些醫療痛點的精準拆解。
02
實時審計到風險預警,全流程自動化的合規專家
Plenful開發了一套無代碼AI自動化平臺,核心功能是將醫療場景中的非結構化數據(手寫處方、PDF報告、Excel表格等)轉化為結構化信息。平臺通過機器學習模型自動執行審計、庫存優化、合規審計等任務。
一家醫院需要處理340B藥品的合規報告時,只需將文件上傳至Plenful平臺,AI會在幾分鐘內完成全量掃描,標記儲蓄遺漏(“儲蓄遺漏”指醫療機構因合規疏漏或操作低效,未能充分獲得340B計劃本應提供的優惠),甚至預測未來三個月的庫存缺口。Plenful用AI自動化技術,將藥房運營中耗時數日的流程壓縮至“分鐘級”。
Plenful的工作核心是全流程自動化。
Plenful平臺系統(來源:官網信息)
首先是實時審計,自動生成可視化報告。以340B藥品計劃為例,Plenful通過實時審計功能每日掃描藥房數萬條交易數據,自動識別不符合折扣資格的交易并生成可視化報告,將傳統人工抽檢的“大海撈針”轉化為精準定位。工作人員能夠快速捕捉到關鍵信息,避免無效勞動。
AI預測性庫存管理,動態調整藥品采購策略。Plenful的實時儀表板可訪問所有藥品庫存數據,通過人工智能預測分析來規劃未來的庫存管理。這一模塊融合了歷史銷售數據、季節性流行病趨勢甚至天氣預報,動態調整藥品采購策略,能夠對未來的藥品庫存給出合理預測,避免庫存冗余或短缺的風險。
AI實時解析監管政策,進行合規風險預警。平臺通過自然語言處理技術實時解析FDA公告、州立法案等數千份文件,提前3-6個月提示合規變動。一家大型學術醫療中心曾因未及時響應監管更新面臨50萬美元罰款,Plenful的預警使其在政策生效前完成系統調整,藥房負責人感嘆:“它像一位永不休息的合規專家。”
非結構化數據轉化(來源:官網信息)
不止如此,Plenful平臺還在不斷升級。
Plenful的AI模型如今已能處理超過50種醫療文檔格式,并與HL7v2、FHIR等多種醫療數據協議無縫集成。
Plenful的價值不僅體現在數字上,更在于它改變了醫護人員的工作屬性。讓醫護人員有更多時間用于醫學決策,而不是在龐大的數據處理工作中消耗精力。
其標志性案例是Samaritan Health Service。這家醫療機構過去需要幾小時完成340B合規報告處理,使用Plenful自動化工具后縮短至15分鐘,效率提升96%。
這種轉型在中小型醫療機構中更為顯著。
薩利納斯谷健康系統的藥房此前依賴Excel手動管理庫存,常因人為錯誤導致藥品過期。Plenful的庫存優化模塊上線后,系統自動跟蹤藥品效期、預測采購量,并將浪費率從12%降至3%。
03
從藥房到臨床,AI智能貫穿醫療全鏈條
Plenful不止滿足藥房行政流程的優化。創始人Joy Liu在近期訪談中分享,公司正將目光投向更為廣闊的臨床應用領域,試圖借助AI技術改善醫療服務的核心環節。
在藥房事先授權自動化方面,Plenful計劃利用AI數據分析能力,挖掘患者病史信息。通過對海量醫療數據進行快速解析,AI系統能夠實時生成精準的保險預授權報告,將原本動輒數天的審批流程壓縮至幾分鐘。
個性化治療推薦也是其重點探索方向,公司致力于整合電子健康記錄與前沿的基因組數據,搭建智能化分析平臺。平臺通過多源數據融合賦能精準治療,為臨床醫生提供貼合患者個體特質的實時用藥建議,推動精準醫療落地。
同時,Plenful著力構建風險預測模型,運用歷史數據對算法進行反復訓練,以此提前識別患者可能出現的藥物不良反應或住院風險,為醫療干預爭取寶貴時間。
這些充滿前瞻性的設想并非紙上談兵。
2025年5月,Plenful與坦帕總醫院攜手開展了“智能處方系統”試點項目,該系統通過對患者用藥記錄分析,能夠敏銳捕捉劑量錯誤或藥物相互作用等潛在風險,自動向醫護人員發出提示。試運行期間,處方錯誤率驚人地降低了70%。
04
融資金額倍速增長,與多家領先衛生系統保持合作
盡管Plenful目前還處于初創階段,但其發展潛力有目共睹。
2025年4月,B輪融資額飆升至5000萬美元,總融資額達7600萬美元。
已經過三輪融資的Plenful目前已獲得7600萬美元的總融資額,融資金額從2024年的1700萬美元到2025年的5000萬美元反映了資本對其持續發展的看好。
此外,Plenful還與海坦帕總醫院、薩利納斯?健康、藍?字藍盾等領先衛?系統建立了合作關系。藍十字藍盾的運營團隊曾為處理保險索賠耗盡精力,員工抱怨“每天復制粘貼數據就要花6小時”。接入Plenful后,智能文檔處理功能自動提取索賠表中的關鍵信息,錯誤率下降85%,員工得以將時間轉向客戶服務與流程優化。
歷史投融資情況(來源:Crunchbase)
Plenful的快速增長引發了行業研究機構的關注。Crunchbase分析師認為,Plenful的核心優勢在于數據的持續性積累——平臺已處理超過200萬份醫療文檔,覆蓋藥房運營、保險索賠、臨床試驗等場景,這些數據持續反哺AI模型,有利于形成Plenful獨特的競爭優勢。
在醫療行業,技術突破常被視為“手術機器人”或“基因編輯”的代名詞,但Plenful證明,AI+行政同樣能引發變革。當醫院因節省百萬美元而雇用更多護士,當藥劑師從表格中抬頭與患者對話,這場效率革命的價值才真正顯現。正如Mitchell Rales在加入Plenful董事會時所言:“他們不是在優化流程,而是在重建醫療系統的基石。”
眼下,Plenful的觸角已從藥房延伸到整個醫療鏈條。無論是學術醫療中心的復雜數據整合,還是保險公司的索賠審計,其平臺均展現出驚人的適應性。正如《福布斯》所評價:“當其他公司還在談論AI潛力時,Plenful已用實實在在的分鐘和美元,證明了技術重構醫療的可能。”
如果您想對接文章中提到的項目,或您的項目想被動脈網報道,或者發布融資新聞,請與我們聯系;也可加入動脈網行業社群,結交更多志同道合的好友。
聲明:動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可,禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據,均由受訪者向分析師提供并確認。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.