Ortet成立：5亿美元承诺押注医疗基础模型，注意力机制共同开发者Kyunghyun Cho领衔

5亿美元和一个GPU集群：注意力机制的共同开发者把赌注押在医疗基础模型

影响分析 × AI技术供应商/创业者 ｜ 事实报道 × 医疗数据从业者 ｜ 产品发布

2026年9月29日，总部位于纽约的前沿人工智能实验室Ortet启动，获医疗科技投资平台Thoreau 5亿美元承诺，是公司披露的唯一出资方。公司由注意力机制与门控循环单元（GRU）共同开发者、纽约大学Glen de Vries健康统计学教授Kyunghyun Cho领衔，主张做覆盖生物学、临床、运营与财务四个维度、以患者为中心的基础模型。它还没有产品，也没有客户名单。

开场：5亿美元，和一个还没拿出产品的实验室

按公司口径，Ortet于2026年9月29日宣布启动，HIT Consultant在9月30日跟进报道。出资方Thoreau是一家医疗科技投资平台，自我定位是构建健康领域的算力、规则与研究基础设施；Ortet被其称为创始投资之一。5亿美元的用途被明确划为几块：算力与数据基础设施、模型训练与部署、研究与人才招募。

公司称已经采购并锁定了初始主权GPU集群，用于从零训练多模态健康模型，而不是在外部应用程序接口（API）之上做一层封装。除此之外，本轮披露到此为止：具体客户名单、部署时间表、模型参数规模、评测基准与估值均未公布。一家尚未拿出产品的实验室先拿到五亿美元，买的是训练能力和团队，而不是市场份额。

Cho是谁：从注意力机制走到病历数据

Cho的头衔里最硬的一项，是注意力机制与门控循环单元（GRU）的共同开发者——这两项被公司称为今天主流大语言模型所依赖的transformer架构的地基。他现任纽约大学Glen de Vries健康统计学教授。

更值得注意的是他此前五年的路径：搭建面向lab-in-the-loop分子设计的AI平台，联合创立Prescient Design，在该公司被Genentech收购后组建Genentech前沿研究团队。湿实验闭环是那条路的关键——模型给出设计，实验台给出结果，结果再回到模型。从分子设计转向病历与诊疗数据，闭环这个词还在，但反馈周期、数据可得性与责任边界都变了。Cho在声明中的表述是：患者的健康本应在每一次交互中改善，但今天的数据、知识与基础设施过于碎片化，这种学习无法规模化发生。

一套从Genentech、Meta、AWS搬来的班子

创始团队的履历几乎是一份全栈清单。联合创始人兼首席AI官Keunwoo Choi，此前在Upstage、Spotify、ByteDance与Genentech从事AI系统研发；联合创始人兼首席技术官Henri Dwyer，建成并管理了Genentech生命科学领域规模最大的GPU集群，此前在Instagram与Lyft做基础设施工程；联合创始人兼董事长Jeff Hammerbacher，现任Open Athena创始人兼CEO，此前是Cloudera联合创始人兼首席科学家、Facebook首支数据团队的负责人；联合创始人兼首席科学官Elman Mansimov，是神经文本到图像生成方向的早期开拓者，此前在亚马逊云科技（AWS）负责后训练与智能体平台架构；创始研究员Claudia Shi来自Meta Superintelligence Labs。

五个人分别对应算力工程、数据基础设施、模型后训练与前沿研究。这样的配置不像一家先做单点产品再横向扩张的公司，更像先把从芯片到部署的底座铺完。

四个维度装进一个模型：从单点工具到共享底座

公司的核心论点是：现有医疗AI工具大多为单一任务设计、只使用很窄的数据切片，因此无法学习患者生物学、治疗、结局与就医系统交互之间的关系。HIT Consultant给出的对照是环境听写（ambient scribing）与理赔清洗（claims scrubbing）这类只解决孤立工作流的工具。Ortet要做的是一个共享的智能底座，可跨科学发现、临床照护、健康运营与财务管理持续改进和适配；由于围绕单个患者设计，一个领域积累的知识会强化其他领域的表现。

落到工程上，这意味着不为临床文档、检验分析和收入周期各训一个模型，而是训练一个共享底座，让分子生物学或临床结局建模中获得的认识直接用于管理流程、运营容量规划与医疗必要性判断。公司称将从启动起即与医疗生态中的客户合作，HIT Consultant的报道口径提到覆盖医疗服务提供方、支付方与生命科学三类。

需要区分口径的是，把Ortet与Thoreau体系内另外两根柱子放在一起读，属于HIT Consultant的媒体解读而非公司披露：Ensemble Health Partners管理200多家医院、超过550亿美元净患者收入的端到端收入周期运营，Penelope Health是覆盖约2亿美国人、15000多个编码的实时政策智能平台，Ortet则被解读为连接生物学、临床与医疗财务的算力与基础模型层。

冷静观察：钱先买算力和人，临床闭环还得自己走一遍

把四个维度装进一个模型，难点不在模型，在数据与验证。生物学、临床、运营、财务四类数据的权属、合规边界与可得性各不相同，把它们对齐到同一个患者身上，本身就是一项数据工程；而一个领域强化另一个领域目前仍是一个主张，要变成可交付的承诺，需要可对照的证据，评测基准尚未公开。

湿实验的闭环可以在公司内部跑通，临床的闭环必须借道医院与支付方的实际流程，反馈周期更长，且每一次输出都牵涉具体决策与责任归属。公司称将从启动起就接触客户，等于把研究与部署放在同一条时间线上推进，这也意味着研究节奏会被交付压力牵引。同期行业也在加注这条路线，AllSci的报道提到Aidoc为临床基础模型融资1.5亿美元、Verily为精准健康AI融资3亿美元。对医疗AI供应商而言，Ortet值得跟踪的不是这轮金额，而是两件事：从零训练的多模态健康模型能否真的跑通，以及一个模型覆盖四个维度的说法能否被独立验证。在此之前，它是一家有钱、有班子、有算力，但还没有产品的实验室。

原文链接：HIT Consultant

千方医数集编辑部 出品