Intellcyst: la IA cántabra que diagnostica SOP con 90% de acierto

Qué es Intellcyst y por qué su enfoque en el SOP cambia el diagnóstico

Intellcyst es una startup cántabra fundada en septiembre de 2024 como spin-off de Deduce Data Solutions —empresa surgida a su vez de la Universidad de Cantabria— y ubicada en el Parque Científico y Tecnológico (Pctcan). Su misión se centra en un problema clínico enorme y poco atendido: el Síndrome del Ovario Poliquístico (SOP), una afección que, según los datos que maneja la propia compañía, afecta a entre el 8% y el 13% de las mujeres a nivel mundial y hasta un 20% en España, con un 70% de pacientes sin diagnosticar en el conjunto global.

El número que la startup pone sobre la mesa es su 90% de tasa de acierto en el diagnóstico, alcanzado por un modelo predictivo híbrido de Machine Learning entrenado con variables clínicas, antropométricas, hormonales y de imagen. El sistema se comercializa como SaaS B2B orientado a clínicas de reproducción asistida y centros médicos, donde el profesional introduce los datos de la paciente y obtiene un apoyo diagnóstico acompañado de recomendaciones personalizadas.

El SOP no es solo un problema reproductivo: como recuerda Voz Pópuli, las pacientes con este síndrome presentan mayor riesgo de diabetes tipo 2, osteoporosis, enfermedades cardiovasculares y resistencia a la insulina. Esa naturaleza multisistémica es justo la que, según explica la propia Lina Albor (encargada de Proyectos y Operaciones de Intellcyst), ha hecho evolucionar la lectura médica de la enfermedad hacia un concepto más amplio: el de Síndrome Ovárico Metabólico Poliendocrino (SOMP), que obliga a mirar el sistema hormonal completo de la mujer, no solo los quistes.

🤖 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

Una herramienta que baja el coste del diagnóstico de €200 a €10

El argumento comercial más potente de Intellcyst no es solo la precisión, sino el coste por caso. La startup estima que el recorrido diagnóstico tradicional —analíticas, pruebas hormonales, marcadores metabólicos y ecografías— ronda los €200 por paciente. Su modelo, en cambio, fija un coste aproximado de €10 por caso de uso, una cifra que sus impulsores califican de estimativa porque dependerá del volumen e intensidad de uso de cada centro.

Esa diferencia de aproximadamente 20x no es un detalle menor en un país donde la sanidad pública soporta listas de espera largas y donde muchas clínicas privadas de fertilidad ya absorben un coste relevante en el pre-diagnóstico. Si Intellcyst cumple sus cifras, podría democratizar el cribado del SOP en centros pequeños y medianos que hoy no pueden asumir el proceso completo. Paula Monje, Data Scientist de la compañía, lo resume así en el reportaje de El Diario Montañés: «los médicos son conscientes de que necesitan ayuda con las listas de espera y con el volumen de pacientes diarios, así que si les das una herramienta fiable que les ayude a tratarlos más rápido, lo valoran mucho».

El modelo de negocio refuerza ese ADN democratizador: B2B, en formato SaaS, accesible para clínicas de cualquier tamaño. Para founders healthtech, la lectura es clara —cuando el cliente final no es el paciente sino el profesional que decide, el ahorro de tiempo y la fiabilidad clínica pesan más que cualquier feature de UX.

Del Big Data clínico a un modelo predictivo en Python

Detrás del 90% de acierto hay una decisión técnica deliberada: Intellcyst ha construido el sistema desde cero en Python y lo ejecuta sobre servidores propios para garantizar la ciberseguridad de datos clínicos sensibles. El equipo combina el conocimiento médico de Alejandro González, doctor en Ginecología y Obstetricia, con la base tecnológica de Deduce Data Solutions, lo que les permite entrenar el modelo con variables que un equipo puramente técnico difícilmente seleccionaría: datos antropométricos (edad, peso, altura), patrones del ciclo menstrual, síntomas dermatológicos como acné, hirsutismo o alopecia androgénica, perfil hormonal, marcadores metabólicos y pruebas de imagen ginecológica.

La clave, según Monje, no es solo el modelo: «el valor de Intellcyst no radica solo en que sea un modelo de predicción, sino que incluye el conocimiento médico de cómo se diagnostica la enfermedad para asegurar que los diagnósticos que se realizan tengan una fiabilidad detrás». Es decir, la IA no sustituye el criterio clínico, lo apuntala — un matiz crítico en cualquier healthtech regulada y uno de los puntos que separa a las herramientas que se quedan en piloto de las que llegan a producción.

El recorrido de la startup ya tiene hitos visibles: Premio UCem de la Universidad de Cantabria y finalista en los Startup Days de Sodercán, dos validaciones típicas del ecosistema cántabro que, aunque no equivalen a rondas, sí dan credibilidad ante futuros inversores y reguladores.

Neotec, CDTI y el horizonte de los €500.000

El siguiente paso de Intellcyst pasa por conseguir financiación para completar el desarrollo regulatorio. Lina Albor cifra el esfuerzo en «no menos de 500.000 euros», principalmente para certificaciones médicas y protocolos clínicos, incluyendo estudios clínicos controlados, un requisito que Paula Monje describe como especialmente exigente en tiempo y dinero.

La vía que la startup explora es la convocatoria Neotec del Centro para el Desarrollo Tecnológico y la Innovación (CDTI). El contexto importa: según Europa Press, el Ministerio de Ciencia, Innovación y Universidades duplicó el presupuesto de Neotec para 2025 hasta situarlo en 40 millones de euros, con 20 millones reservados a EBTs que desarrollen tecnologías de carácter dual. En paralelo, la convocatoria Misiones Ciencia e Innovación 2025 se reforzó hasta los 140 millones. Para una EBT cántabra como Intellcyst, encajar en una de estas líneas puede significar no solo el ticket, sino la validación institucional que abre la puerta a clientes hospitalarios.

En una segunda fase, Intellcyst plantea trascender el SaaS médico y abrir un interfaz para pacientes que, apoyado en datos de wearables y dispositivos móviles, genere lo que llaman un «gemelo digital médico» con seguimiento en tiempo real y recomendaciones accionables. Ese salto de B2B a B2B2C es el que justifica la ronda más ambiciosa que buscan.

¿Qué significa esto para tu startup?

Más allá del caso clínico concreto, Intellcyst ilustra tres patrones repetibles para founders healthtech y SaaS B2B:

Vende ahorro al clínico, no magia al paciente. El pitch no es «IA para la salud de la mujer», sino «diagnóstico 20x más barato con 90% de acierto y lista de espera que baja». Cuando tu cliente paga con presupuesto clínico, el idioma es eficiencia, no tecnología.
Co-diseña con el especialista desde el día uno. El activo diferenciador de Intellcyst no es el algoritmo, es la curaduría de variables que solo un ginecólogo como Alejandro González sabía cuáles pesan. Sin ese合伙人 clínico, el modelo probablemente se hubiera quedado en un piloto mediocre.
Elige bien la vía de financiación pública antes de la ronda. En España, líneas como Neotec (hasta 40 millones en 2025 según CDTI) o Misiones Ciencia e Innovación (140 millones) pueden sustituir o complementar una Serie Seed para healthtech reguladas, donde la ronda privada exige tracción clínica que aún no tienes.