Komodo Health,一家领先的AI医疗智能公司,宣布对其领导团队结构进行重大调整,以加速公司下一阶段的发展并巩固其在医疗和生命科学领域垂直AI公司的领导地位。Miles Ennis被任命为总裁,联合创始人Web Sun将与联合创始人兼首席执行官Arif Nathoo共同担任首席执行官。这一领导层变革发生在医疗和生命科学组织从AI实验阶段转向企业级采用之际。随着团队越来越寻求可信的医疗原生AI解决方案,Komodo的Marmot™平台能够帮助组织构建一个企业级的实时智能层,快速生成可验证、可重复的证据,并解答复杂的商业问题。Ennis自2024年7月加入Komodo Health担任首席营收官,并于2025年9月晋升为首席运营官,在此期间帮助公司实现了历史上最强劲的增长之一,加速了Marmot的商业化和采用,并深化了与合作伙伴生态系统的战略关系。作为总裁,Ennis将专注于扩大Komodo的商业和运营能力,监督全球市场推广、运营、产品战略对齐和营销职能,以确保产品创新与客户需求相一致,并在医疗原生AI需求不断增长的情况下加强业务执行。
AI医疗情报领导者Komodo Health宣布晋升Paul Thomas为首席财务官。Thomas自2025年4月起担任财务高级副总裁兼临时首席财务官,此次晋升后,他将负责Komodo的财务组织和企业财务战略。Komodo Health的AI分析平台Marmot基于Healthcare Map,是行业内最全面的超过3.3亿患者旅程视图,能够帮助组织从静态报告和延迟洞察转变为实时、可信的情报,加速产品生命周期中的关键决策。随着Marmot在医疗和生命科学组织中的采用增加,资本分配、投资战略和长期平台开发的能力对于持续增长至关重要。Komodo Health的总裁兼联合创始人Web Sun表示,Thomas的专长对于加强Komodo的财务基础和为下一阶段的AI引领型增长定位至关重要。Thomas在Komodo加入前拥有超过20年的私营和公共公司财务、战略规划和投资研究经验,曾领导Talkdesk的战略财务和投资者关系,并在2020年帮助Sumo Logic上市。
GeneDx公司宣布与Komodo Health公司建立战略合作伙伴关系,旨在通过整合Komodo的Healthcare Map®平台中的真实世界患者洞察,构建罕见病最全面、纵向的数据集。GeneDx的Infinity™平台是全球最大的罕见病基因组数据集,拥有超过250万例罕见病相关基因检测和700万个性征数据点。此次合作将结合GeneDx的基因组学和表型数据与Komodo的Healthcare Map,包括Komodo Research Dataset,以揭示罕见病的诊断、管理和治疗过程。该合作预计将加速罕见病的研究,推动生物制药创新,并加快患者获得有效治疗的速度。
人工智能医疗情报领域的领导者Komodo Health宣布任命Mark Jewett为首席营销官(CMO)。Jewett将领导公司的市场营销、品牌塑造、沟通和市场营销策略,以扩大其新的AI平台Marmot的规模。Marmot旨在帮助生命科学和医疗保健组织更快地创新并更好地服务患者。这一任命是在Komodo Health经历了一段显著增长期之后做出的,包括最近推出Marmot、入选2025年福布斯云100和《时代》杂志世界顶级健康科技公司。随着对人工智能医疗情报的需求在生命科学行业加速增长,Komodo正在扩大规模以满足不断增长的客户需求,需要更强的市场营销领导力来扩大市场认知并推动平台部署。Jewett在微软、Tableau和Informatica等主要科技公司领导营销团队超过25年,专注于营销数据和AI解决方案。他的职业生涯证明了利用技术和讲故事来推动规模增长的能力。作为CMO,Jewett将负责所有营销职能,包括品牌战略、产品营销、沟通、需求生成和市场营销执行。他将负责加强Komodo的市场领导地位并推动Marmot如何改变关键医疗决策的速度和严谨性的认知。
Komodo Health宣布其医疗智能平台支持了31项研究在2025年国际药物经济学和结果研究学会(ISPOR)全球会议上展示,包括Komodo研究人员领导的3项研究和与学术机构、生命科学公司和医疗保健组织合作的27项研究。这些研究通过连接个体患者旅程与大规模健康结果,帮助研究人员发现可操作的见解,改善临床实践、医疗保健政策和患者结果。Komodo Health的CEO和联合创始人Arif Nathoo指出,这些研究的数量和多样性凸显了对高质量真实世界数据和高级分析能力的需求。Komodo Health通过其平台将匿名化索赔数据与专业数据集(包括实验室结果、基因组学和人口统计信息)链接,提供超过3.3亿患者旅程的多维度视图,解决健康经济学和结果研究(HEOR)的基本挑战。Komodo Health的平台使研究人员能够连接不同的数据集,无需花费数月时间进行数据清洗和整合,从而加速研究规划时间表并生成更准确的药物治疗模式、医疗保健资源利用和成本估计。