Healz AI: el chatbot detrás del diagnóstico de cáncer raro

Una segunda opinión que llegó de un chatbot

En el otoño de 2025, la esposa de Munjal Shroff empezó con sarpullidos, picazón, fatiga y ganglios linfáticos inflamados. Las consultas a varios médicos y los estudios no cerraban un diagnóstico claro. Shroff, psiquiatra en Atlanta, necesitaba una herramienta para organizar la información médica acumulada. La búsqueda lo llevó a Healz AI, un asistente de salud que terminó siendo decisivo: su recomendación de pedir una segunda opinión en el MD Anderson Cancer Center de la Universidad de Texas permitió confirmar que se trataba de un linfoma de células T, un tipo de cáncer poco frecuente.

"Healz fue absolutamente crucial para girar hacia la segunda opinión de MD Anderson. Probablemente habría pasado igual, pero habría tomado mucho más tiempo", contó Shroff a Business Insider. Después del diagnóstico, siguió usando la app durante el tratamiento: le consultó opciones de quimioterapia, y la alternativa que la herramienta sugirió coincidió con el criterio de la médica tratante, lo que le dio más seguridad antes de cada consulta. Tras meses de uso intensivo, Shroff terminó convirtiéndose en inversor de la empresa.

¿Qué es Healz AI y cómo funciona?

Healz fue lanzada en fase beta el año pasado como un chatbot orientado a pacientes con cáncer que atraviesan diagnóstico, tratamiento y recuperación. La empresa está liderada por los fundadores y codirectores ejecutivos Igor Demishev y Alex Plat, y cuenta entre sus inversores con Alexey Dosovitskiy, cofundador de Recursive Superintelligence y exinvestigador de Google, autor de un estudio de visión computacional citado como avance relevante en 2020.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La app no entrena un modelo fundacional propio: usa modelos existentes con un sistema de memoria y flujos de trabajo desarrollados por Healz, pensados para digerir grandes volúmenes de documentación clínica. Shroff, por ejemplo, llegó a cargar 1.500 archivos médicos durante el caso de su esposa.

Una pieza central del producto es el llamado "modo de causa raíz", que dispara hasta 20 preguntas de seguimiento antes de entregar conclusiones. El objetivo, según los fundadores, es evitar la tendencia de los chatbots a ser excesivamente complacientes o a generar respuestas sin sustento para satisfacer al usuario.

Resultados que llaman la atención

Las cifras que Healz reportó a Business Insider muestran un crecimiento acelerado desde el lanzamiento limitado:

Los ingresos recurrentes anuales se duplicaron cada mes entre junio y agosto, hasta alcanzar USD 100.000 anuales hacia comienzos de septiembre.
El 97% de los usuarios son pacientes con cáncer; el resto son médicos que la usan como referencia.
La retención mensual ronda el 70%, y la mayoría de los usuarios interactúa con la app a diario o semanalmente.
Demishev y Plat adelantaron que la compañía prepara una nueva ronda de financiamiento en los próximos meses.

Los propios fundadores aclararon que la herramienta busca complementar y no sustituir a los médicos: ayuda a entender el diagnóstico, encontrar oncólogos, interpretar estudios y organizar el tratamiento. Shroff también reconoció limitaciones: en algunas ocasiones la app ofreció información imprecisa sobre aspectos específicos del tratamiento y monitoreo.

El contexto: IA y cáncer en 2026

El caso de Healz llega en un momento de fuerte expansión de la IA aplicada a oncología. Un estudio publicado en 2026 en IEEE Transactions on Biomedical Engineering, reportado por Medical Xpress, presentó PRECISE-AGZ, un modelo de la Universidad de Plymouth capaz de identificar cáncer de vejiga hasta cinco años antes del diagnóstico clínico, con un 85% de precisión en pacientes enfermos y 91% en personas sanas. Según el mismo reporte, el cáncer de vejiga registró 614.000 nuevos casos en 2022 a nivel mundial y causa alrededor de 220.000 muertes al año.

En paralelo, la cobertura de Fox News sobre IA en oncología resume el movimiento del sector: las redes neuronales convolucionales procesan imágenes radiológicas para detectar tumores sutiles, los modelos de aprendizaje automático analizan perfiles genómicos para recomendar terapias dirigidas, y las farmacéuticas usan IA para acortar los ciclos de descubrimiento de fármacos. Para los proveedores de salud esto abre modelos de monetización recurrentes —cloud, suscripciones, licencias enterprise— que están atrayendo capital de riesgo hacia startups especializadas.

¿Qué significa esto para tu startup?

Healz no es el único camino, pero su perfil ilustra tres patrones útiles para founders construyendo en salud con IA:

Modelos existentes + memoria y flujos propios. No entrenaron un modelo fundacional: lo envolvieron. Para founders con recursos limitados, la capa de orquestación, memoria y UX sobre modelos de frontera suele ser más defendible que intentar competir con los grandes desde cero.
El "root cause mode" como producto, no como feature. Obligar a la herramienta a hacer hasta 20 preguntas antes de responder es un diferenciador explícito contra el sesgo de complacencia. En dominios sensibles —salud, legal, finanzas— la fricción deliberada puede ser la propuesta de valor.
Ingresos que escalan en vertical estrecha. El 97% de usuarios son pacientes con cáncer. Esa concentración parece haber acelerado la retención (70% mensual) y la duplicación de ARR mensual. Para una startup temprana, elegir un nicho clínico concreto y volverse indispensable ahí suele rendir mejor que una plataforma horizontal de "IA para salud".

Dos acciones concretas para aplicar esta semana:

Instrumentá tu producto con fricción útil. Si tu chatbot da respuestas en salud, educación o finanzas, agregá un modo que fuerce al usuario a aportar contexto antes de la conclusión. Es una decisión de producto, pero también es una narrativa clara para inversores.
Buscá un dataset público de tu vertical. La Universidad de Plymouth entrenó PRECISE-AGZ sobre casi 70.000 historiales clínicos. Aunque tu caso sea más modesto, anclar tu pitch a un dataset verificable suele ser más persuasivo que hablar de "la magia de la IA".