Legit.Health: IA dermatológica a la final en San Francisco

Legit.Health: la IA que evalúa la piel en segundos y ya opera en hospitales públicos

Legit.Health analiza una fotografía de la piel tomada con cualquier teléfono y devuelve información clínica en cuestión de segundos, con una fiabilidad superior al 90 % en las patologías más comunes. La compañía fundada en Bilbao en 2020 por Andy Aguilar, su CEO y cofundadora, acumula cerca de 500.000 informes generados a nivel internacional y esta semana compite en la final de la Startup World Cup en San Francisco con el apoyo de Beaz.

Para un founder, el titular real no es el concurso. Es que esta tecnología ya opera dentro de sistemas sanitarios públicos, con certificación europea de producto sanitario, y que su creadora llegó al problema desde el otro lado: como paciente crónica.

¿Qué hace la IA de Legit.Health y por qué no emite diagnósticos?

El producto nació de una experiencia personal. Aguilar fue paciente crónica de dermatitis de contacto, dermatitis atópica, acné severo y urticaria, y vivió de cerca la frustración de esperar meses por un especialista, según relató a La Vanguardia. La herramienta permite a los sanitarios capturar una fotografía con un dispositivo para que el algoritmo analice la imagen píxel a píxel y determine la gravedad y los protocolos a seguir.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El sistema no da un veredicto cerrado. Según explicó la fundadora a Euronews, devuelve una distribución de probabilidad sobre las categorías de la clasificación internacional de enfermedades y señala sobre la propia imagen en qué se fijó para llegar a esa conclusión. El diagnóstico sigue siendo responsabilidad del médico.

Ese detalle de diseño no es cosmético. Un profesional no puede asumir la responsabilidad de una decisión que le llega como una caja negra. La adopción de IA en entornos clínicos se juega menos en la precisión del modelo y más en si el médico puede contrastar y explicar la recomendación al paciente.

La segunda función es la medición objetiva de la gravedad. El sistema cuenta y mide cerca de cuarenta signos clínicos —eritema, descamación, induración, pústulas, nódulos o habones— y calcula automáticamente escalas ya usadas en la especialidad, como el PASI en psoriasis, el SCORAD en dermatitis atópica o el IHS4 en hidradenitis supurativa. La gravedad deja de ser una impresión y se convierte en un número comparable entre visitas y entre centros.

¿Cuánto mejora el diagnóstico y qué impacto tiene en las listas de espera?

Aquí están los datos que convierten una demo en un argumento de venta. Según los números que la compañía compartió con Euronews, el acierto diagnóstico del médico sube entre 15 y 21 puntos porcentuales al usar la herramienta. En atención primaria, un estudio controlado situó la mejora en algo más de 18 puntos, pasando del 63,7 % al 81,9 %.

El efecto operativo es igual de relevante. En un hospital público, la mitad de los casos se resolvieron sin necesidad de derivar al paciente al especialista y las derivaciones cayeron un 17 %. La fuente original de esta noticia añade que la herramienta reduce el tiempo de espera hasta en un 33 % y que ya suma cerca de 500.000 informes generados a nivel internacional.

Hay un matiz que casi nadie cuenta y que dice mucho de dónde está el valor real: el rendimiento es mayor donde el caso es más difícil. En pieles oscuras la mejora de precisión alcanzó 23,3 puntos porcentuales y en enfermedades raras llegó a 27 puntos, según los estudios citados por Euronews. La razón es simple: la evidencia previa de IA dermatológica se había construido sobre lesiones pigmentadas en pieles claras.

De Bilbao a San Francisco: qué se juega en la Startup World Cup

La final se celebra el 6 de noviembre en San Francisco, de acuerdo con La Ecuación Digital, y el premio es de un millón de dólares en inversión. Legit.Health llegó ahí tras ganar la fase regional vasca, celebrada en la BAT B Accelerator Tower de Bilbao e impulsada por BAT y PwC. La final internacional la organiza Pegasus Tech Ventures, con sede en Silicon Valley.

El recorrido de la compañía no se decidió en un escenario de pitch, sino en los despachos de compras sanitarias. Tiene marcado CE como producto sanitario y certificación ISO 13485; está integrada en el Servicio de Salud del Principado de Asturias y colabora con hospitales vascos como Cruces y Basurto, además de trabajar con el Hospital de Torrejón desde 2020, según La Vanguardia.

Su expansión europea avanza por la vía de las alianzas. Según El Español, la compañía cerró un acuerdo con LUX MED, parte del grupo Bupa, y mantiene proyectos activos en Francia, Suecia, Portugal, Alemania y Polonia. Fuera de Europa opera en Brasil con certificación regulatoria y tramita la aprobación de la FDA para uso clínico en Estados Unidos.

¿Qué significa esto para tu startup?

Cuatro lecciones que aplican mucho más allá de la salud digital.

Integra, no pidas cambiar de herramienta. Legit.Health se inserta en la historia clínica electrónica que ya usa cada centro: el profesional no abre otra aplicación. Si tu producto obliga al usuario a salir de su flujo de trabajo, tu tasa de adopción se desploma sin importar lo bueno que sea el modelo.
Vender al sector público es un deporte de fondo. No se vende al hospital directamente: hay licitación, documentación, concurso y espera. Cada comunidad autónoma tiene sistemas distintos, y la compañía sigue el estándar FHIR para integrarse. Si tu mercado objetivo es la administración, presupuesta ciclos largos y valida primero con clientes privados, que permiten despliegues más ágiles.
Convierte tu tecnología en una cifra que el comprador entienda. Nadie compra precisión de modelo; se compran derivaciones evitadas, esperas más cortas y casos graves priorizados. Antes de escalar, mide tu producto con un piloto controlado y publica el resultado.
Ataca el sesgo de datos antes de que te lo pida un cliente. El mejor resultado de Legit.Health aparece en pieles oscuras y enfermedades raras, justo donde la evidencia previa era escasa. Documentar el comportamiento de tu modelo en los segmentos que el sector ignora es hoy una ventaja competitiva, no un gesto de responsabilidad.

Conclusión

Legit.Health no ganó su lugar en hospitales públicos por tener el algoritmo más vistoso, sino por hacer el trabajo lento: certificar el producto, integrarlo en sistemas que no fueron diseñados para IA y demostrar con números que el médico acierta más y deriva mejor. Su presencia en la final de la Startup World Cup es visibilidad; el activo real es la evidencia clínica acumulada y las alianzas con grupos como LUX MED.

Para un founder en salud digital —o en cualquier vertical regulado— la lección es que la ventaja competitiva rara vez está en el modelo. Está en el camino regulatorio, en la integración con el flujo existente y en la capacidad de medir el impacto. Eso es lo que separa una tecnología que impresiona en un demo day de una que factura.