图源：BranchLab官方Pathwai页面。画面展示县级预测热力图、ROAS分层和测量界面，用于解释受众预测工作流；官方宣传素材不构成第三方审计证据。
药企知道一款药适合什么疾病，却不能像普通消费品牌那样，直接拿患者的健康身份去做广告定向。
难题由此变得很具体：怎样从真实医疗结果中学习，又怎样让最终可投放的人群不携带受保护的健康信息？
2026年2月，Dentsu宣布把自己的消费者数据接入BranchLab的Pathwai平台，用于设计和激活患者、照护者与医护人员受众。合作公告给出了一条少见的产品路径：先在匿名健康数据中学习疾病、处方和就诊模式，再把这些模式映射到人口统计数据里。
BranchLab把药企最敏感的一道边界，做成了产品的起点。
先把患者身份移出建模结果
根据Pathwai产品页，整个流程分为四步。
第一步，神经网络分析去标识的纵向健康数据，寻找与诊断、处方、治疗或其他健康结果相关的路径。第二步，把相似临床轨迹组织成可扩展的群组。第三步，将群组模型映射到人口、地理、心理和媒体侧信号，生成可跨渠道激活的预测受众。第四步，再用观察到的健康事件和营销结果更新模型。
这套设计没有抛弃医疗数据。它把医疗数据留在学习环节，把最终执行对象转换为非PHI数据中的预测人群。
产品界面的意义也在这里。截图里的Pathogen Dashboard允许用户按病原体、地区和ROAS查看县级预测结果。药企和代理团队获得的是一个可以探索、部署和测量的操作面，而非一份等待外部数据团队解释的静态人群包。
从“几个月”压到“几天”
Pathwai官网称，它可以把受众激活周期从数月缩短到数天，并将产品定位为自助式AI system of record。该效率数据来自公司披露，未经第三方审计。
即使暂时不采信具体倍数，这个产品目标仍然击中了药企商业化的真实成本。
传统流程需要健康数据方、模型团队、代理商、媒体平台、合规与测量机构反复交接。等待不只增加费用，也会压缩药品上市后的营销窗口。Pathwai把建模、受众生成、激活和效果反馈放进同一个循环，卖点因此落在“更快完成一次可合规验证的商业动作”。
这个价值比泛化的“AI投放更精准”更容易进入采购讨论，因为客户可以直接衡量上线周期、受众质量、触达成本和处方增量。
Dentsu把产品送进预算流
Dentsu合作是BranchLab目前最有分量的商业化信号。
药企的媒体预算往往经由代理商和数据合作伙伴流动。BranchLab若逐家说服药企更换受众系统，需要承受漫长的安全、法务和采购周期；进入Dentsu的数据与媒体体系，则有机会随多个品牌和活动被采用。
公告还明确列出了双方分工：Dentsu提供消费者数据，Pathwai建立医疗相关的预测人群，并支持全国范围的媒体激活。产品由此嵌入了已经存在的预算与分发渠道，而非独自教育一个全新市场。
这也解释了为什么BranchLab值得从众多医疗AI公司中单独观察。它选择药品上市后的商业化支出，预算已经存在，反馈周期也比药物研发更短。
2600万美元押注的是合规基础设施
BranchLab成立于2024年，属于原生新产品。2026年5月，公司宣布完成2600万美元Series A，累计融资3500万美元，投资方包括McKesson Ventures、FCA Venture Partners、Sanofi Ventures和AIX Ventures。
McKesson与Sanofi身处药品分发和制药产业链附近。这样的投资方结构无法证明产品效果，却说明BranchLab正在争取成为医疗商业化基础设施，而非一次广告活动里的算法供应商。
它的产品边界也围绕这一目标展开：HIPAA去标识数据、非PHI执行、州隐私规则、可测量结果。合规直接进入了数据流和界面设计，不再只是采购附件里的说明。
仍待证明的是可重复收入
BranchLab尚未公开标准价格、付费客户数量或经审计收入。官网列出的30倍执行速度、3倍受众质量、20倍更低CPM等结果，以及融资公告中“平均近70%商业化效果提升”的说法，均属于公司披露，仍需独立验证。
现阶段能够确认的，是2600万美元融资、Dentsu集成和一套边界清楚的产品机制。它们足以证明市场兴趣，却还不足以回答这家公司能否在不同治疗领域持续复制效果。
BranchLab接下来的价值，将取决于它能否让更多代理商、媒体伙伴和药企在同一套隐私边界内反复完成建模、激活和测量。若这个循环成立，敏感数据带来的限制便不再只是成本，也会成为后来者最难跨过的产品门槛。