Healthleap capta 38 M$ para detectar pacientes hospitalarios en riesgo

Healthleap, una startup cuya IA lee los registros de pacientes hospitalizados para encontrar a personas con riesgo de afecciones que a menudo pasan desapercibidas, ha captado 38 millones de dólares. TechCrunch informó de la ronda el 7 de octubre de 2026. Combina una ronda semilla de 8 millones de dólares, codirigida por Sequoia Capital y First Round Capital, con una Serie A de 30 millones de dólares liderada por Hummingbird Ventures. El software ya funciona en más de 50 hospitales. Es un ejemplo real de modelos de lenguaje que leen notas clínicas a gran escala, con un clínico que sigue tomando la decisión.

Qué hace Healthleap

Los hospitales pasan por alto algunas afecciones porque nadie las busca. La desnutrición y el delirium son dos ejemplos comunes. Un paciente ingresado para una cirugía también puede estar desnutrido sin que nadie lo note.

Healthleap se conecta a la historia clínica electrónica del hospital, o EHR, el sistema donde el personal registra todo sobre un paciente. Cada noche lee la historia de cada paciente adulto hospitalizado. «Cada noche analizamos el registro de cada paciente adulto hospitalizado», dijo el CEO Josiah Meyer a TechCrunch. «Cada mañana escribimos una puntuación de riesgo en el flujo de trabajo existente del equipo asistencial».

El sistema combina dos tipos de datos, según RuntimeWire:

• campos estructurados, como resultados de laboratorio, constantes vitales, medicamentos y diagnósticos
• notas escritas de los clínicos, que un modelo de lenguaje lee para extraer los detalles relevantes

El resultado es una alerta para que la revise un clínico, no un diagnóstico. El software «señala a pacientes que podrían merecer atención. No los diagnostica», escribe RuntimeWire.

Qué afecciones detecta

Afección	Estado, según Implicator.ai y RuntimeWire
Desnutrición	Implantado y validado
Delirium	Implantado
Neumonía por aspiración	En validación
Úlceras por presión	En validación
Riesgo de reingreso por insuficiencia cardíaca	En validación

Implicator.ai dice que la empresa aspira a cubrir más de 40 afecciones con el tiempo.

La evidencia hasta ahora

Las cifras más sólidas provienen de la desnutrición. Implicator.ai cita un estudio de 2025 en Cedars-Sinai que abarcó 166.841 ingresos hospitalarios. La sensibilidad de Healthleap, es decir, la proporción de casos reales que detectó, fue de 0,49. La herramienta de cribado existente del hospital obtuvo 0,24.

RuntimeWire añade más detalle. Informa de un AUROC de 0,92 en el primer día de la estancia. El AUROC es una puntuación de 0,5 a 1 que mide lo bien que un modelo clasifica a los pacientes en riesgo por encima de los demás. RuntimeWire también dice que el sistema señaló la desnutrición una mediana de 1,3 días antes de que un dietista la registrara por primera vez, en el 72,7 % de los casos.

Los hospitales también informan de ahorros. Penn Medicine cifra el impacto anualizado en 23,8 millones de dólares, informa Implicator.ai. Eso se reparte en 6,3 millones de dólares en reembolsos y 17,5 millones de dólares por estancias más cortas. TechJuice dice que los pacientes señalados salieron del hospital 1,6 días antes. RuntimeWire sitúa la cifra en Cedars-Sinai en 11 millones de dólares al año.

Quién está detrás

Los hermanos Jemima y Josiah Meyer fundaron la empresa en Sudáfrica en 2022. RuntimeWire dice que Jemima es dietista. Josiah es director ejecutivo.

El crecimiento ha sido rápido. Healthleap pasó de 3 hospitales a más de 50 en 12 meses, según RuntimeWire y TechJuice. Entre los clientes mencionados en los informes figuran Penn Medicine, Cedars-Sinai, Intermountain, Houston Methodist y Emory Healthcare. TechCrunch informa de un crecimiento de ingresos de 10x en el último año, y dice que los clientes declaran retornos de 5x a 20x al año.

Qué significa para los desarrolladores

Para quienes crean software sanitario, o gestionan la informática de un hospital, Healthleap muestra un patrón que pasa de los pilotos a la producción.

• Aquí el procesamiento por lotes supera al tiempo real. Una ejecución nocturna sobre cada historia es más barata y más fácil de validar que una puntuación en vivo. El resultado llega por la mañana, cuando los equipos asistenciales planifican su día.
• Ponga la puntuación donde los clínicos ya trabajan. Healthleap escribe en el flujo de trabajo existente en lugar de añadir un panel nuevo. Una alerta que exige un inicio de sesión aparte es una alerta que nadie lee.
• Las notas son donde se esconde la señal. Los campos estructurados por sí solos pasan por alto lo que médicos y enfermeros escriben en texto libre. Un modelo de lenguaje que lea notas de forma fiable es el núcleo del producto.
• Lea la sensibilidad con honestidad. 0,49 es el doble que la herramienta anterior, pero aun así significa que cerca de la mitad de los casos de desnutrición quedan sin señalar. Trate la IA como un segundo cribado, no como un sustituto de los controles existentes.
• Planifique la privacidad y la validación desde el primer día. Cada historia son datos de salud protegidos. Cualquier equipo que copie este enfoque necesita controles de acceso estrictos, registros de auditoría y un estudio de validación clínica antes de la puesta en marcha.

La siguiente prueba son las afecciones que aún están en validación. Los resultados sobre neumonía, úlceras por presión e insuficiencia cardíaca mostrarán si el enfoque funciona más allá de la desnutrición.