Bunkerhill、医療 AI プラットフォームに 5500 万ドル調達

Bunkerhill Health は、エージェント型 AI プラットフォーム「Carebricks」の拡大に向け、5,500 万ドル（約 83 億円）の資金調達を完了しました。

本日発表されたシリーズ B ラウンドのクローズには、Sequoia Capital、Felicis、Optum Ventures、Y Combinator が引き続き参加しています。しかし、単に「いくら集まったか」という数字だけでは、病院経営者が最も知りたい本質的な問いには答えられません。それは、「この AI ソフトウェアは、実際に稼働している病院で使われているのか？」という点です。

Khosla Ventures が今回の出資を決断した理由の一つもここにあります。医療機関では、研究環境では良好な結果を示すものの、実際の患者カルテに一度も触れることなくプロジェクトが終了してしまう機械学習の pilots（実証実験）に対して、資金を投じ続ける傾向があります。

Bunkerhill が投資家や、すでに導入を進めている医療システムに対して提示しているのは、「サンドボックス（試験環境）で動くモデル」と「機関規模で生きた臨床データに接続して動作するモデル」の間のギャップを埋めるという主張です。Carebricks はその隙間を埋める存在となります。

背景には、巨額の支出と深刻な人材不足という現実があります。米国保健福祉省によると、2024 年の米国の医療費は 5.3 兆ドルに達しました。一方、全国で慢性的な人手不足が医療提供者を苦しめ続けています。

Bunkerhill は、医療システムが患者のために実現したいことと、現場のスタッフが実際に実行できることの間に存在するギャップに焦点を当てています。過去数十年にわたり、臨床医の負担を軽減するためのドキュメントシステムへの投資が続けられてきました。しかし Bunkerhill が賭けているのは、次の技術投資の波が、単にアイデアを記録するだけでなく、臨床医がすでに持っているアイデアを実行に移すソフトウェアに向かうという点です。

「医療は進歩しましたが、それを現場で運用する体制は追いついていません」と Bunkerhill Health の共同創設者兼 CEO であるニシト・カンドワラ氏は説明します。「主要な医療システムはどこも、患者のアウトカムを改善できる機会が豊富にある一方で、それを担う人材のリソースには限界があります。AI エージェントを活用すれば、これらのアイデアを実現に結びつける手助けができるはずです」。

Carebricks を使えば、病院は既存の商品を購入するのではなく、自前でエージェントを構築できます。心臓病の初期兆候を検出するために心エコー画像をレビューし、フォローアップが必要な患者を特定するエージェントもあれば、事前承認手続きを担当したり、登録データの最新状態を保ったりするものもあります。その範囲は、AI の提案ではあまり注目されないものの、スタッフの時間を毎週消費している事務作業にも及びます。現在、クリーブランド・クリニック、テキサス大学医学支部、インターマウンテン・ヘルスの 3 つが同プラットフォームを導入しています。

Khosla Ventures の創設者であるヴィノド・コスラ氏はこう述べています。

「医療 AI におけるボトルネックは、技術そのものではなく、実際に病院システムで運用できるかどうかでした。バンカーヒルはこの課題を解決しました。AI の導入が格段に容易になり、多くの企業が数年かけて獲得するだろう重要な医療機関の現場ですでに実績を積み上げています。」

20 台の AI エージェントが稼働する一つの病院システム

パイロット期間を終え、本格的な運用に移った後の「実際に動かす」姿を最も鮮明に示しているのが UTMB（テキサス大学医療部）です。同機関の首席 AI オフィサーであるピーター・マッカフリー医師によると、現在、Carebricks 上で臨床業務、運営管理、事務処理など多岐にわたる領域で、20 台以上のエージェントが稼働しています。

UTMB で運用を開始して最初の月、FDA の承認を受けたアルゴリズムを基盤とした冠動脈カルシウム検出エージェントが、心臓発作の差し迫ったリスクがある患者を検知しました。循環器科チームがこのリスクを確認し、即座にトリプルバイパス手術を実施したのです。

UTMB のケアチームは、この早期発見によって患者の命を救えたと評価しています。これは単一の症例であり、厳密な対照試験の結果ではありません。また、バンカーヒル社が、同エージェントが誤検知（偽陽性）を起こす頻度や、より広範な患者集団において長期的にどの程度機能するかといったデータも公表していません。

UTMB における他の数値についても、独立した監査機関によるものではなく、バンカーヒル社と医療システム側からの発表に基づいています。例えば、腎臓内科のトリアージ（選別）エージェントは、患者の重症度に応じて優先順位を付け、緊急性の高いケースを即座にエスカレートし、それ以外のケースを遠隔診療へ誘導しています。UTMB によると、これにより専門医への平均待機時間が 50% 以上短縮されたそうです。

肺結節エージェントは、CT スキャンで見つかった偶発的な所見を追跡し、適切なフォローアップへと導きます。UTMB（テキサス大学ガルフコースト医療センター）によると、緊急ケースでの対応が 80% 高速化され、ガイドラインに沿ったフォローアップが倍増する一方、手動で調整を行う業務は大幅に減少しました。

これは、合成されたベンチマークスコアではなく、実際の運用現場から報告された運用結果です。この事実が重要です。つまり、これらの数字は特定の医療機関のデータ環境や人員配置を反映したものであり、他の病院でも同様の成果が得られることを保証するものではありません。

「患者ケアへの影響はすでに顕著であり、医療システムがこの規模でアジェンティック AI を運用できることがもたらす可能性の探求は、まだ始まったばかりです」とマッカフリー氏は語りました。

もちろん、これによって医療システムが自ら行うべき業務がなくなるわけではありません。バンカーヒル社は、新たな資金を元に「Carebricks」をより幅広い臨床・運用ケースへ展開するとともに、ガバナンス、モニタリング、セーフティガードの整備を進めていきます。

腎臓内科部門が独自のトリアージエージェントを構築できるプラットフォームである以上、そのエージェントの調整方法に起因する結果に対する責任も、同部門が負うことになります。Carebricks 型導入を検討する医療システムの理事会は、拡大承認を行う前に、責任所在の明確化、モニタリングの頻度、そしてエージェントの判断と臨床医の判断が食い違った際の対応策などについて、確固たる回答を得る必要があります。

UTMB が導入した 20 エージェントの運用実績は、競合他社が現時点で容易に模倣できる事例として Bunkerhill に大きな価値をもたらしています。ただし、この数字が業界全体の指標として機能し続けるかどうかは、エージェント数を増やす過程で UTMB および Carebricks を導入している他の医療システムが、ガバナンス体制をどう構築・維持できるかにかかっています。

本ニュースは TechForge Media によって提供されています。その他の企業向けテクノロジー関連のイベントやウェビナー情報はこちらで確認できます。

この記事は「Bunkerhill が医療システム全体でエージェント型 AI の拡大に向け 5500 万ドルを調達」というタイトルで、AI News に掲載されました。