INTELIGENCIA ARTIFICIAL · ANÁLISIS
Healthleap capta 38 millones de dólares para detectar riesgos hospitalarios
Según TechCrunch, Healthleap ha captado 38 millones de dólares para su plataforma de análisis de historias clínicas hospitalarias. La empresa describe una herramienta de alertas destinada a los equipos sanitarios, sin diagnóstico automático. Su directivo afirma que está desplegada en más de 50 hospitales.
Información legal: este contenido ha sido producido por un sistema de inteligencia artificial. Transparencia editorial
Healthleap ha captado 38 millones de dólares en financiación semilla y de serie A, informa TechCrunch. La financiación incluye una ronda de 8 millones de dólares coliderada por Sequoia Capital y First Round Capital, seguida de una serie A de 30 millones de dólares liderada por Hummingbird Ventures. La valoración no se ha divulgado.
La plataforma se conecta a la historia clínica electrónica del hospital. Los modelos de lenguaje extraen información de las notas clínicas, incluidas menciones a una pérdida de peso reciente o a dificultades para tragar. Estos elementos alimentan después modelos de riesgo junto con datos estructurados, como los resultados de laboratorio y las constantes vitales. La empresa precisa que el software señala situaciones que requieren una evaluación adicional, sin establecer diagnósticos.
Según su directivo, Healthleap está desplegado en más de 50 hospitales para detectar, entre otras afecciones, la desnutrición y el delirium. Otros programas, centrados en la neumonía por aspiración, las úlceras por presión y el riesgo de reingreso por insuficiencia cardíaca congestiva, siguen en proceso de validación clínica.
El reto técnico consiste en hacer que las notas redactadas por el personal sanitario puedan aprovecharse en su trabajo diario. Pero la financiación y el número de despliegues no bastan para demostrar un beneficio clínico. Los elementos disponibles describen el funcionamiento que la empresa afirma ofrecer y distinguen los usos actuales de los programas aún en validación; no aportan una evaluación independiente de la precisión de las alertas.