yozm.tech
피드로 돌아가기
TechCrunchHOTAI 재작성

Healthleap raises $38M for its AI that flags hospital patients who may need a closer look

AI 기반 의료 스타트업 헬스리프(Healthleap)가 시드 및 시리즈 A 펀딩으로 총 3,800만 달러(약 520억 원)를 유치했습니다. 이들은 병원 환자 기록을 분석해 영양실조나 섬망 등 조기 진단이 어려운 질병 위험을 파악, 의료진에게 알림으로써 환자 회복을 돕고 병원 수익성 개선에 기여하고 있습니다. 현재 50개 이상 병원에서 활용 중이며, 향후 적용 범위를 확대할 계획입니다.

6시간 전·2026.10.07·읽기 1분·Ram Iyer

의료 AI 스타트업 헬스리프(Healthleap)가 시드 라운드와 시리즈 A 라운드를 통해 총 3,800만 달러(약 520억 원)의 투자금을 유치하며 주목받고 있습니다. 세쿼이아 캐피탈(Sequoia Capital)과 퍼스트 라운드 캐피탈(First Round Capital)이 시드 라운드를, 허밍버드 벤처스(Hummingbird Ventures)가 시리즈 A 라운드를 주도했습니다. 이들의 핵심 기술은 인공지능(AI)이 환자의 전자 건강 기록(EHR)을 분석하여 영양실조나 섬망(delirium)처럼 간과되기 쉬운 질병의 위험을 조기에 감지하고 의료진에게 경고하는 것입니다.

2022년 남아프리카 공화국에서 설립된 헬스리프는 초기에는 영양사를 위한 임상 영양 도구를 제공했으나, 이후 병원에 입원한 환자의 숨겨진 질병을 찾아내는 범용 플랫폼으로 사업 모델을 전환했습니다. 이 플랫폼은 환자 차트에 있는 정형 데이터(검사 결과, 활력 징후 등)뿐만 아니라, 의료진이 작성한 비정형 기록(식욕 부진, 최근 체중 감소, 연하 곤란 등)에서 핵심적인 임상 개념을 추출해 분석합니다. 이렇게 추출된 정보는 위험 모델에 통합되어 의료진이 면밀히 살펴봐야 할 환자를 선별하며, 현재 50개 이상의 병원에서 영양실조 및 섬망 진단에 활용되고 있습니다. 헬스리프는 흡인성 폐렴, 욕창, 울혈성 심부전 재입원 위험 예측 프로그램도 개발 중입니다.

헬스리프의 솔루션은 환자 진단을 직접 수행하는 대신, 추가 검토가 필요한 항목을 강조하여 의료진의 의사결정을 돕습니다. 매일 밤 모든 성인 입원 환자의 기록을 분석해 다음 날 아침 진료팀의 기존 워크플로우에 위험 점수를 제공하고, 추가 정보를 담은 대시보드를 통해 환자 동향을 파악할 수 있도록 합니다. 특히 영양실조는 병원 입원 환자의 20~50%가 겪지만 종종 진단되지 않아 입원 기간 연장, 상처 회복 지연, 감염 등 합병증과 높은 사망률로 이어질 수 있어, 헬스리프의 조기 감지 기능은 환자 회복과 병원 운영 효율성 모두에 큰 영향을 미칩니다.

지난 1년간 헬스리프는 협력 병원 수를 3곳에서 50곳 이상으로 늘렸으며, 펜 메디슨(Penn Medicine), 세다스-시나이(Cedars-Sinai) 등 유수의 병원들이 고객으로 합류했습니다. 같은 기간 매출은 10배 이상 성장했으며, 병원의 병상 수에 따라 3년 계약을 체결하고 성과 기반 가격 모델도 적용합니다. 헬스리프에 따르면 고객 병원들은 최소 5배에서 최대 20배 이상의 연간 투자수익률(ROI)을 달성했으며, 펜실베이니아 대학 병원의 경우 영양실조 프로그램으로 연간 2,380만 달러의 재정적 효과를 거두었다고 합니다. 헬스리프는 이번 투자금을 바탕으로 엔지니어링, 제품 개발, 영업 및 고객 성공 부문에 투자하여 지원하는 질병의 종류를 40개 이상으로 확대하고, 외래 및 재택 진료 분야로도 사업을 확장할 계획입니다. 이는 의료 서비스의 질을 높이고 병원의 재정 건전성에도 기여할 수 있는 중요한 발전으로 평가됩니다.

1인 창업자를 위한 기회 분석
AI 분석 · 참고용이며 검증이 필요합니다
4/10
보통
왜 4점인가

의료 분야는 규제, 데이터 접근, 전문성 요구치가 매우 높아 1인 창업자가 진입하기 어렵지만, 문제의 중요성과 시장 잠재력은 큽니다.

문제 / 미충족 수요

병원 입원 환자 중 영양실조, 섬망 등 조기 진단이 어려운 질병으로 인해 회복이 지연되고 합병증이 발생하는 문제가 있습니다.

한국 시장
국내 있음국내에도 유사한 의료 AI 솔루션들이 개발 중이거나 도입되고 있으나, 비정형 데이터 분석을 통한 조기 진단 및 예방에 특화된 솔루션은 아직 초기 단계입니다.
수익 모델

B2B SaaS 구독 (병상 수 기반), 성과 기반 가격 모델 · 돈 내는 주체: 종합병원, 전문 병원 등 의료기관

1인 실현 가능성
2/5

의료 데이터 접근 및 활용의 높은 규제 장벽, 데이터 보안 요구사항, 의료 전문 지식 필요, 병원 시스템 연동의 복잡성으로 1인 창업이 매우 어렵습니다.

진입 지점 (Wedge)

특정 만성 질환(예: 당뇨 합병증)에 특화된 비정형 의료 기록 분석 AI 솔루션을 개발하여, 해당 질환 전문 병원이나 클리닉에 먼저 제안한다.

이번 주 첫 실험

국내 의료 기록(의사 소견서, 간호 기록 등)의 비정형 텍스트 데이터셋을 확보하고, 특정 질병 관련 키워드 및 문맥 추출 AI 모델의 초기 프로토타입을 개발한다.

Original source
이 글은 TechCrunch의 기사를 yozm.tech가 한국어로 재작성한 버전입니다.
원문 보기