Healthleap sammelt 38 Mio. Dollar ein, um gefährdete Klinikpatienten zu erkennen

Healthleap ist ein Startup, dessen KI Patientenakten aus Kliniken liest, um Menschen mit oft unbemerkten Erkrankungen zu finden. Es hat 38 Millionen Dollar eingesammelt. TechCrunch berichtete am 7. Oktober 2026 über die Runde. Sie vereint eine Seed-Runde über 8 Millionen Dollar, die Sequoia Capital und First Round Capital gemeinsam anführten, mit einer Series A über 30 Millionen Dollar unter Führung von Hummingbird Ventures. Die Software läuft bereits in mehr als 50 Kliniken. Sie ist ein praktisches Beispiel dafür, wie Sprachmodelle klinische Notizen in großem Maßstab lesen, während weiterhin ein Kliniker entscheidet.

Was Healthleap macht

Kliniken übersehen manche Erkrankungen, weil niemand nach ihnen sucht. Mangelernährung und Delir sind zwei häufige Beispiele. Ein Patient, der für eine Operation aufgenommen wird, kann auch unterernährt sein, ohne dass es jemand merkt.

Healthleap verbindet sich mit der elektronischen Patientenakte (EHR) der Klinik, dem System, in dem das Personal alles über einen Patienten festhält. Jede Nacht liest es die Akte jedes erwachsenen stationären Patienten. „Jede Nacht analysieren wir die Akte jedes erwachsenen stationären Patienten“, sagte CEO Josiah Meyer zu TechCrunch. „Jeden Morgen schreiben wir einen Risikowert in den bestehenden Arbeitsablauf des Behandlungsteams.“

Das System kombiniert laut RuntimeWire zwei Arten von Daten:

• strukturierte Felder, etwa Laborwerte, Vitalzeichen, Medikamente und Diagnosen
• schriftliche Notizen von Klinikern, aus denen ein Sprachmodell die relevanten Details herauszieht

Das Ergebnis ist ein Hinweis, den ein Kliniker prüft, keine Diagnose. Die Software „markiert Patienten, die Aufmerksamkeit verdienen könnten. Sie stellt keine Diagnose“, schreibt RuntimeWire.

Auf welche Erkrankungen es prüft

Erkrankung	Status laut Implicator.ai und RuntimeWire
Mangelernährung	Im Einsatz und validiert
Delir	Im Einsatz
Aspirationspneumonie	In Validierung
Dekubitus	In Validierung
Rehospitalisierungsrisiko bei Herzinsuffizienz	In Validierung

Implicator.ai zufolge will das Unternehmen mit der Zeit mehr als 40 Erkrankungen abdecken.

Die bisherige Evidenz

Die stärksten Zahlen stammen aus der Mangelernährung. Implicator.ai nennt eine Studie von 2025 am Cedars-Sinai mit 166.841 Klinikaufnahmen. Die Sensitivität von Healthleap, also der Anteil der echten Fälle, die es erkannte, lag bei 0,49. Das bestehende Screening-Instrument der Klinik erreichte 0,24.

RuntimeWire liefert weitere Details. Es nennt einen AUROC von 0,92 am ersten Tag des Aufenthalts. Der AUROC ist ein Wert von 0,5 bis 1, der misst, wie gut ein Modell gefährdete Patienten vor anderen einreiht. RuntimeWire sagt außerdem, das System habe Mangelernährung im Median 1,3 Tage vor dem ersten Eintrag einer Ernährungsberaterin oder eines Ernährungsberaters markiert, und zwar in 72,7 % der Fälle.

Die Kliniken berichten auch von eingesparten Kosten. Penn Medicine beziffert die annualisierte Wirkung auf 23,8 Millionen Dollar, berichtet Implicator.ai. Davon entfallen 6,3 Millionen Dollar auf Erstattungen und 17,5 Millionen Dollar auf kürzere Aufenthalte. TechJuice sagt, markierte Patienten hätten die Klinik 1,6 Tage früher verlassen. RuntimeWire nennt für Cedars-Sinai 11 Millionen Dollar pro Jahr.

Wer dahintersteht

Die Geschwister Jemima und Josiah Meyer gründeten das Unternehmen 2022 in Südafrika. Laut RuntimeWire ist Jemima Ernährungsberaterin. Josiah ist Geschäftsführer.

Das Wachstum war schnell. Healthleap stieg in 12 Monaten von 3 Kliniken auf mehr als 50, laut RuntimeWire und TechJuice. Zu den in den Berichten genannten Kunden zählen Penn Medicine, Cedars-Sinai, Intermountain, Houston Methodist und Emory Healthcare. TechCrunch berichtet von einem Umsatzwachstum um das Zehnfache im vergangenen Jahr. Kunden meldeten demnach eine Rendite vom Fünf- bis Zwanzigfachen pro Jahr.

Was das für Entwickler bedeutet

Für alle, die Gesundheitssoftware bauen oder die IT einer Klinik betreiben, zeigt Healthleap ein Muster, das von Pilotprojekten in den Produktivbetrieb wandert.

• Batch schlägt hier Echtzeit. Ein nächtlicher Lauf über jede Akte ist günstiger und leichter zu validieren als Live-Scoring. Das Ergebnis liegt am Morgen vor, wenn die Behandlungsteams ihren Tag planen.
• Den Wert dorthin legen, wo Kliniker schon arbeiten. Healthleap schreibt in den bestehenden Arbeitsablauf, statt ein neues Dashboard hinzuzufügen. Ein Hinweis, für den man sich separat anmelden muss, ist ein Hinweis, den niemand liest.
• In den Notizen versteckt sich das Signal. Strukturierte Felder allein übersehen, was Ärzte und Pflegekräfte in Freitext schreiben. Ein Sprachmodell, das Notizen zuverlässig liest, ist der Kern des Produkts.
• Die Sensitivität ehrlich lesen. 0,49 ist doppelt so viel wie beim alten Instrument, bedeutet aber trotzdem, dass etwa die Hälfte der Fälle von Mangelernährung nicht markiert wird. Die KI ist als zweite Prüfstufe zu behandeln, nicht als Ersatz für bestehende Kontrollen.
• Datenschutz und Validierung von Anfang an planen. Jede Akte ist geschützte Gesundheitsdaten. Jedes Team, das diesen Ansatz übernimmt, braucht strenge Zugriffskontrollen, Audit-Logs und eine klinische Validierungsstudie vor dem Go-live.

Der nächste Beleg sind die Erkrankungen, die sich noch in der Validierung befinden. Ergebnisse zu Pneumonie, Dekubitus und Herzinsuffizienz werden zeigen, ob der Ansatz über die Mangelernährung hinaus funktioniert.