德克萨斯州奥斯汀，2026年4月8日——Companion AI宣布部署一种新型人工智能模型，旨在减少患者时间线上的医疗决策碎片化，引入一个基础设施层，使老年人在不同系统间获得连续的护理。
该公司将自己定位为一种工具，旨在减少孤独感、增加居民互动、扩展工作人员能力，并为辅助生活等受监管环境中的护理人员提供行为洞察。该平台解决了日益严重的孤独感和心理健康问题，以及随之而来的健康问题。
创始人Freddy del Barrio表示，在预试点环境中取得强有力的早期验证后，Companion AI正在与医疗保健提供商进行试点讨论。Del Barrio指出，初步测试通过参与密度衡量，显示出高水平的用户参与度。他认为这些结果反映了用户如何持续且有意义地与平台互动。
Del Barrio进一步强调，Companion AI目前是一家自筹资金的企业，正在与天使投资者和风险基金进行讨论。该公司由一个关系紧密的团队支持，团队成员拥有多年的合作关系，共同致力于重塑人工智能在医疗保健领域的体验和部署方式。
"医疗保健没有AI问题；它存在碎片化问题，"Del Barrio表示。"当今系统充斥着互不沟通、无法保留记忆的点解决方案，往往增加了负担而非减轻负担。护理团队需要的是更少的软件，而不是更多的软件。这正是Companion AI所提供的——一个护理基础设施，使AI能够有效地成为所有系统中的存在层。"
作为一家医疗保健基础设施公司，Companion AI旨在位于现有系统之间，整合碎片化数据，并实现患者护理旅程的连续性。他补充道："我们的目标是整合，而不是在已经过载的技术栈上增加更多东西。"
该模型由纵向记忆引擎驱动，旨在随着时间的推移持续构建和保留患者上下文。根据Del Barrio的说法，这使医疗保健提供者能够获取每个个体更全面、不断发展的视图，从而有助于在多次互动和护理环境中做出更明智的决策。
作为一个非临床AI系统，该平台通过中间件架构集成到现有的电子健康记录(EHR)系统和工作流程中，旨在消除昂贵的系统改造需求，避免干扰既定流程。Del Barrio解释道："我们不是要替换记录系统，而是位于它们之间，使它们变得可用。"
该平台结合了对话式AI、行为模式学习、人工升级途径和机构集成，使用户能够持续互动，同时让医疗提供者能够观察到令人担忧的模式。这种持续的智能旨在减少医疗保健提供者的摩擦，同时应对日益增加的行政负担和临床医生倦怠问题。
"护理不是一系列不相连的时刻。它是连续的，技术需要反映这一点。作为团队，我们的目标是让护理再次感受到人性，"Del Barrio解释道。
该公司还在开发临床工作流程之外的功能，包括一种遗产功能，使家庭能够访问和了解随着时间推移有意义的健康相关时刻。此外，Del Barrio强调，家庭将能够访问他们亲人的核心记忆，从简单的食谱到他们生命中的重要时刻。在他看来，这可以支持更长的寿命并团结分散的家庭结构。"随着人口老龄化，护理需要同时扩展到长期支持和连接，"Del Barrio表示，"Companion AI团队正是基于这一现实进行构建的。"
他指出，在模拟环境中进行的预试点验证已显示出有希望的结果，强化了公司的论点：连续性和记忆对于释放AI在医疗保健中的全部潜力至关重要。
随着试点项目的进行和投资者兴趣的增长，Companion AI正在推进更广泛的部署。该公司将其模型定位为医疗保健系统的基础层，这些系统正寻求超越碎片化工具，朝着更加统一、智能和以患者为中心的护理方法迈进。
媒体联系人
Freddy del Barrio
freddy@companion-care.ai
来源：Companion AI
【全文结束】