Una plataforma de inteligencia artificial enfocada en la detección temprana de condiciones clínicas no diagnosticadas acaba de cerrar una ronda combinada de 38 millones de dólares —ocho millones en financiamiento inicial y 30 millones en Serie A— con la participación de Sequoia Capital, First Round Capital y Hummingbird Ventures. El capital se destinará a escalar una tecnología que analiza expedientes médicos electrónicos para identificar pacientes hospitalizados en riesgo de condiciones frecuentemente subestimadas como desnutrición, delirio o neumonía por aspiración.

Cómo funciona el análisis clínico automatizado

El sistema se conecta directamente al historial médico electrónico de cada hospital y procesa dos capas de información: datos estructurados —resultados de laboratorio, signos vitales, pesos y diagnósticos— y datos no estructurados contenidos en las notas clínicas, donde suelen aparecer señales tempranas como menciones de pérdida de apetito o cambios cognitivos. Mediante modelos de lenguaje, la plataforma extrae esas señales y las combina con los datos estructurados para generar, cada noche, un puntaje de riesgo por paciente adulto hospitalizado.

Ese puntaje se integra al flujo de trabajo del equipo de atención al día siguiente, a través de un panel de control que muestra tendencias individuales y prioriza casos para revisión. El software no emite diagnósticos: su función es destacar elementos que el personal médico debe evaluar, reduciendo la carga de revisión manual sin sustituir el criterio clínico.

El problema de escala que justifica la inversión

La desnutrición hospitalaria ilustra la magnitud del problema que este tipo de tecnología busca resolver. Estudios clínicos estiman que entre el 20% y el 50% de los pacientes hospitalizados presentan algún grado de desnutrición, una condición que prolonga estancias, incrementa complicaciones y eleva la mortalidad. Sin embargo, su detección sigue siendo inconsistente en la mayoría de los sistemas de salud, en parte porque las señales relevantes están dispersas en notas clínicas que ningún equipo puede revisar de forma sistemática a escala.

Esta brecha entre la información disponible en el expediente y la capacidad real de procesamiento del personal clínico es precisamente el espacio que la automatización mediante IA busca cubrir. Para los sistemas hospitalarios, el argumento financiero es directo: reducir estancias prolongadas y reingresos evitables tiene un impacto medible en costos operativos y en indicadores de calidad regulatoria.

Expansión acelerada y validación clínica en curso

Desde su fundación en Sudáfrica en 2022, la compañía pasó de tres hospitales asociados a más de 50 en el último año, incluyendo instituciones como Penn Medicine, Cedars-Sinai, Intermountain, Houston Methodist y Emory Healthcare. En ese mismo período, los ingresos crecieron más de diez veces, aunque la valoración actual no ha sido divulgada.

Además de los programas ya operativos para desnutrición y delirio, la plataforma tiene en proceso de validación clínica módulos para detectar úlceras por presión y riesgo de reingreso por insuficiencia cardíaca congestiva. La validación clínica es un paso crítico: sin ella, la adopción institucional a gran escala enfrenta barreras regulatorias y de confianza que ningún nivel de financiamiento puede sustituir.

El crecimiento de esta categoría de herramientas —IA aplicada a la vigilancia clínica pasiva dentro del expediente médico— señala una dirección clara para la digitalización hospitalaria: no solo digitalizar el registro, sino activar la información que ya existe en él.