Healthleap capta US$ 38 milhões para sinalizar pacientes hospitalares em risco

A Healthleap, uma startup cuja IA lê prontuários de pacientes hospitalares para encontrar pessoas em risco de condições que muitas vezes passam despercebidas, captou US$ 38 milhões. O TechCrunch noticiou a rodada em 7 de outubro de 2026. Ela combina uma rodada seed de US$ 8 milhões, liderada em conjunto pela Sequoia Capital e pela First Round Capital, com uma Série A de US$ 30 milhões liderada pela Hummingbird Ventures. O software já roda em mais de 50 hospitais. É um exemplo prático de modelos de linguagem lendo notas clínicas em grande escala, com um clínico ainda tomando a decisão.

O que a Healthleap faz

Os hospitais deixam passar algumas condições porque ninguém as procura. Desnutrição e delirium são dois exemplos comuns. Um paciente internado para uma cirurgia também pode estar desnutrido sem que ninguém perceba.

A Healthleap se conecta ao prontuário eletrônico do hospital, ou EHR, o sistema onde a equipe registra tudo sobre um paciente. Toda noite, ela lê o prontuário de cada paciente adulto internado. "Toda noite, analisamos o registro de cada paciente adulto internado", disse o CEO Josiah Meyer ao TechCrunch. "Toda manhã, escrevemos uma pontuação de risco no fluxo de trabalho já existente da equipe de cuidados."

O sistema combina dois tipos de dados, segundo o RuntimeWire:

• campos estruturados, como resultados de exames, sinais vitais, medicamentos e diagnósticos
• notas escritas dos clínicos, que um modelo de linguagem lê para extrair os detalhes relevantes

O resultado é um alerta para um clínico revisar, não um diagnóstico. O software "sinaliza pacientes que podem merecer atenção. Ele não os diagnostica", escreve o RuntimeWire.

Quais condições ele rastreia

Condição	Status, segundo Implicator.ai e RuntimeWire
Desnutrição	Implantado e validado
Delirium	Implantado
Pneumonia aspirativa	Em validação
Úlceras por pressão	Em validação
Risco de reinternação por insuficiência cardíaca	Em validação

O Implicator.ai diz que a empresa pretende cobrir mais de 40 condições ao longo do tempo.

As evidências até agora

Os números mais fortes vêm da desnutrição. O Implicator.ai cita um estudo de 2025 no Cedars-Sinai que abrangeu 166.841 internações hospitalares. A sensibilidade da Healthleap, a parcela dos casos reais que ela detectou, foi de 0,49. A ferramenta de triagem já existente no hospital obteve 0,24.

O RuntimeWire acrescenta mais detalhes. Ele relata um AUROC de 0,92 no primeiro dia da internação. O AUROC é uma pontuação de 0,5 a 1 que mede o quanto um modelo classifica pacientes em risco acima dos demais. O RuntimeWire também diz que o sistema sinalizou a desnutrição com mediana de 1,3 dia antes de um nutricionista registrá-la pela primeira vez, em 72,7% dos casos.

Os hospitais também relatam economia. A Penn Medicine estima o impacto anualizado em US$ 23,8 milhões, informa o Implicator.ai. Isso se divide em US$ 6,3 milhões em reembolsos e US$ 17,5 milhões por internações mais curtas. O TechJuice diz que os pacientes sinalizados saíram do hospital 1,6 dia mais cedo. O RuntimeWire cita para o Cedars-Sinai US$ 11 milhões por ano.

Quem está por trás

Os irmãos Jemima e Josiah Meyer fundaram a empresa na África do Sul em 2022. O RuntimeWire diz que Jemima é nutricionista. Josiah é o diretor executivo.

O crescimento foi rápido. A Healthleap passou de 3 hospitais para mais de 50 em 12 meses, segundo o RuntimeWire e o TechJuice. Os clientes citados nos relatos incluem Penn Medicine, Cedars-Sinai, Intermountain, Houston Methodist e Emory Healthcare. O TechCrunch relata um crescimento de receita de 10x no último ano e diz que os clientes relatam retornos de 5x a 20x por ano.

O que isso significa para desenvolvedores

Para quem cria software de saúde, ou cuida da TI de um hospital, a Healthleap mostra um padrão que está saindo dos pilotos para a produção.

• Aqui o processamento em lote vence o tempo real. Uma execução noturna sobre cada prontuário é mais barata e mais fácil de validar do que a pontuação ao vivo. O resultado chega pela manhã, quando as equipes de cuidados planejam o dia.
• Coloque a pontuação onde os clínicos já trabalham. A Healthleap escreve no fluxo de trabalho existente em vez de adicionar um painel novo. Um alerta que exige um login separado é um alerta que ninguém lê.
• As notas são onde o sinal se esconde. Os campos estruturados sozinhos perdem o que médicos e enfermeiros escrevem em texto livre. Um modelo de linguagem que lê notas com confiabilidade é o núcleo do produto.
• Leia a sensibilidade com honestidade. 0,49 é o dobro da ferramenta antiga, mas ainda significa que cerca de metade dos casos de desnutrição fica sem sinalização. Trate a IA como uma segunda triagem, não como substituta das verificações existentes.
• Planeje privacidade e validação desde o primeiro dia. Cada prontuário contém dados de saúde protegidos. Qualquer equipe que copie essa abordagem precisa de controles de acesso rigorosos, logs de auditoria e um estudo de validação clínica antes de entrar em operação.

O próximo ponto de prova são as condições ainda em validação. Os resultados sobre pneumonia, úlceras por pressão e insuficiência cardíaca mostrarão se a abordagem funciona além da desnutrição.