LLM+知识图谱+Epic直连：Arintra的2500万B轮验证「医疗编码全自主」的商业闭环

融资：2500万美元B轮，Define Ventures领投，Y Combinator连续参投

总部位于得克萨斯州奥斯汀、工程团队位于班加罗尔的自主医疗编码初创公司Arintra，近期完成约2500万美元B轮融资。本轮由Define Ventures领投，新增耶鲁纽黑文创投（Yale New Haven Ventures）与Endeavor Ventures作为战略投资方，Y Combinator、Ten13 Capital、Counterpart Ventures、Spider Capital及Peak XV Partners等既有投资方继续参投——其中Peak XV此前曾领投Arintra的2100万美元A轮。

值得注意的是，这家由AI博士Nitesh Shroff（CEO）与Preeti Bhargava（CTO）联合创立的公司，选择将本轮融资投向规模化部署自主计费技术，目标正是医院营收周期（Revenue Cycle）这一长期被忽视却成本高昂的环节。

技术方案：LLM+临床知识图谱 vs 传统关键词匹配CAC

从技术路线看，Arintra与主流方案形成了鲜明对比。传统医疗计费场景中，绝大多数医院仍在使用计算机辅助编码（Computer-Assisted Coding, CAC）工具，其核心逻辑是基础的关键词匹配（Keyword Matching）。当医生书写病历时大量使用口语化、非结构化表达，CAC工具一旦捕捉不到病历中的微妙语境，人工编码员便会被迫陷入海量积压的人工复核，从而拖长应收账款（Accounts Receivable, A/R）周期、漏掉可报销项目，并触发本可避免的赔付拒付。

Arintra的技术差异化在于"大语言模型（Large Language Model, LLM）+临床知识图谱（Clinical Knowledge Graph）"的组合。系统并非在病历中检索关键词，而是结合LLM对临床意图的理解与知识图谱中结构化的医学关系，跨整个就诊过程追踪患者病情进展，自主判定E/M级别（评估与管理等级）、诊断代码与手术修正符。这一路线从"字符串匹配"跃迁为"语义理解"，其核心是将非结构化病历转化为可解释、可审计的结构化编码决策。

商业验证：营收提升5%+，编码拒付减少43%+，Epic双向集成

技术方案的落地效果已在实际健康系统部署中得到量化验证。据Arintra披露，在多家上线医院的运营结果中：营收捕获提升5%以上，索赔处理速度提升12%，编码相关的拒付（Denial）降低高达43%。

其商业闭环的关键一环在于与主流电子健康档案（Electronic Health Record, EHR）系统的双向集成——平台直连Epic与Athenahealth等EHR，直接从就诊记录中提取临床笔记、生成编码、并将干净的已核验索赔写回计费系统，实现"零人工重录"（Zero Manual Human Retyping）的直接到账单（Direct-to-Billing）流程。叠加内置的审计追踪（Audit Trail）——每一条建议编码都关联到医生笔记中支撑该编码的原始句子或短语——系统可在支付方审计时轻松举证，显著降低了合规风险。

信号：医疗编码从「辅助」走向「全自主」，EHR数据治理成为AI商业化的关键环节

Arintra的B轮融资背后，隐藏着两条对产业更具启发的信号。

其一，医疗编码正从"辅助"走向"全自主"。传统CAC是"人机协作"，AI提建议、人工终审；而Arintra所构建的LLM+知识图谱链路，意在让系统承担从理解病历到出具最终编码、再到直连计费的全流程。当拒付率下降43%、A/R天数缩短12%，本质上是在证明：经过治理的结构化+非结构化数据，已足以支撑高风险、需可审计的高价值AI决策。

其二，EHR数据治理（Data Governance）成为AI商业化的关键前置环节。无论是双向集成Epic实现零重录，还是审计追踪的可解释性，都建立在"EHR数据能干净、完整、实时地被AI读取"这一前提之上。对投资人与产业观察者而言，这提示一个更本质的结论：医疗AI的商业闭环，不取决于算法参数，而取决于能否打通从临床笔记到计费系统的数据链路，并把每一次AI决策建立在可追溯的数据证据之上。

从融资结构看，Y Combinator连续参投与Peak XV的持续加注，叠加耶鲁纽黑文创投等战略方的进入，也反映出资本市场对"营收周期自动化"这一确定性强、降本空间明确场景的认可。随着认证编码员供给稀缺与医院利润持续承压，Arintra所验证的"全自主医疗编码"路径，正在成为医疗AI从概念验证走向规模化商业变现的一个清晰样本。

---

千方医数集编辑部 出品