Dehaze在异构患者数据(化验值、诊断)之上构建AI基础模型,在人群层面识别慢性病风险,并将其出售给健康保险公司和医疗服务提供方。

慢性病是医疗保健最大的成本项,而用于早期发现的数据已经存在——一个带有因果解释的基础模型可以作为成本削减方案卖给保险公司。

320万欧元种子轮(2026年4月),由YZR Capital和DN Capital领投,Angel Invest、Zoho和Better Ventures参投

Dehaze于2023年在慕尼黑由Marius Klages及一支扎根于德国和欧洲深科技研究的团队创立,起点是一个观察:医生在做出临床决策前看到的可用健康数据不足3%,导致约三分之一的慢性病直到治疗成本更高时才被发现。公司获得Techstars支持,并在慕尼黑商业计划竞赛第二阶段获得第4名。

2026年4月,Dehaze完成320万欧元种子轮,由YZR Capital和DN Capital领投,Angel Invest、Zoho和Better Ventures参投,并获得德国联邦教育及经济部公共资助计划的支持。这笔资金用于招聘医疗和技术人员、组建销售团队以应对不断增长的国际支付方需求,以及开发新模块,用于次优行动建议和AI决策的完全可追溯性。

仍在运营并持续建设:该平台正被越来越多的国际支付方使用,种子轮资金用于扩充团队和平台;未披露营收数据。

WHO数据使慢性病成为一个数万亿美元、普遍令人痛苦的问题,因此市场需求是有据可查的,而非假设的。

与聊天机器人形成差异化定位:带有因果解释的基础模型使Dehaze在拥挤的医疗AI领域中脱颖而出。

支付方是切入点:保险公司以成本为考核指标,早期发现带来的最高10%节省为他们提供了具体的投资回报论据。

信任与监管护城河:德国联邦部委的支持,加上承诺的AI决策可追溯性,提高了竞争对手的门槛。

卖模型的输出,而不是模型本身:Dehaze通过将早期发现定位为10%的成本削减,并承诺提供因果性、可追溯的解释,赢得了保险公司——信任就是产品。

截至2026年9月,Dehaze仍在运营并从慕尼黑扩张:其平台正被越来越多的国际健康保险公司使用,2026年4月的种子轮资金正用于招聘医疗和技术人员、扩大销售团队,以及开发用于次优行动建议和AI决策完全可追溯性的新模块。公司未披露营收或客户数量。

从这里,追溯依据

参考来源

  1. Health-AI startup Dehaze raises €3.2 million for chronic disease detection Munich Startup · munich-startup.de ·
  2. Health-AI-Startup Dehaze sammelt 3,2 Mio. Euro für chronische Krankheitserkennung ein BioM Biotech Cluster Development · bio-m.org ·
  3. dehaze — Techstars company profile Techstars · jobs.techstars.com