Healthleap anunció el 7 de octubre de 2026 una financiación de 38 millones de dólares para ampliar su IA hospitalaria. El sistema revisa expedientes y señala pacientes que necesitan una evaluación adicional, empezando por el riesgo de malnutrición. La empresa busca extender ese trabajo a más enfermedades, mientras las decisiones clínicas corresponden al personal sanitario.
Según TechCrunch, Hummingbird Ventures lideró la serie A de USD 30 millones; Sequoia Capital y First Round Capital colideraron USD 8 millones semilla.
La firma afirma en su comunicado que opera en más de 50 hospitales, entre ellos centros de Penn Medicine, Houston Methodist, Cedars-Sinai y Emory Healthcare, en Estados Unidos. La cifra describe el despliegue anunciado por Healthleap; la evaluación científica publicada se concentra en un centro y una condición.
Revisar el expediente para ordenar la atención
La propuesta consiste en reunir información que ya existe en el hospital. Healthleap describe en su sitio una revisión diaria de los expedientes de pacientes adultos ingresados. El análisis combina datos de laboratorio, signos vitales, peso, órdenes médicas y notas del personal clínico, y entrega una puntuación de riesgo dentro del sistema que utiliza el equipo asistencial.
Esa integración determina cómo se usa el producto: el profesional recibe una lista de pacientes priorizados, con los datos que sustentan la señal, para decidir a quién evaluar. La documentación de HealthLeap Nutrition, su herramienta de nutrición, presenta esa función como apoyo a los dietistas del hospital, que pueden comprobar la información en el expediente original.
La alerta requiere una evaluación clínica. En su documentación de uso y seguridad, la empresa especifica que HealthLeap Nutrition no diagnostica ni recomienda tratamientos. Su ámbito declarado son los adultos hospitalizados; excluye pediatría, atención ambulatoria y decisiones de emergencia. Esa delimitación corresponde al producto de nutrición, no a una aprobación general de futuros programas.
También advierte que los resultados dependen de datos que pueden estar incompletos, retrasados o ser inexactos. Las diferencias de configuración y de calidad de los expedientes pueden cambiar las señales. Por eso, según Healthleap, el personal debe verificar la información subyacente y aplicar las políticas clínicas de su institución antes de actuar.
Qué evaluó el estudio de malnutrición
Un artículo revisado por pares, publicado en Applied Clinical Informatics en 2025, evaluó el modelo con 166,841 ingresos de 106,449 pacientes adultos de Cedars-Sinai. Fue un análisis retrospectivo de registros entre enero de 2019 y septiembre de 2022, comparado con documentación clínica y códigos de malnutrición al alta.
La AUROC, una medida de capacidad para distinguir casos de no casos, fue de 0.92 el primer día y 0.95 usando el riesgo máximo durante la hospitalización frente a los códigos al alta. Esas cifras no equivalen a un 92% o 95% de diagnósticos correctos.
El estudio usa datos de un solo hospital y varios autores declararon vínculos laborales o de asesoría con Healthleap. Su diseño evalúa predicciones sobre expedientes existentes; demostrar que una implantación reduce complicaciones o estancias exige evaluar esos resultados clínicos. La ampliación a otras enfermedades también necesita evidencia específica para cada uso.
La financiación anunciada se destinará a ampliar los equipos de ingeniería, producto, ventas y atención a clientes, según el comunicado de Healthleap, además de extender la plataforma a más condiciones.
