Tennr es una empresa de tecnología sanitaria de Nueva York cuyo modelo de comprensión de documentos automatiza el proceso de derivación de pacientes entre atención primaria y especialistas.
Un modelo propietario entrenado con papeleo médico hiperespecífico supera a la IA general en materia de elegibilidad, prestaciones y normas de las aseguradoras, de modo que el paciente realmente acude a la cita.
101 millones de dólares en una ronda Serie C liderada por IVP, con la participación de Google Ventures e Iconiq y de los inversores existentes Andreessen Horowitz y Lightspeed, con una valoración de 605 millones de dólares, menos de un año después de una Serie B de 37 millones de dólares.
Diego Baugh conoció el problema como paciente universitario: hospitalizado por problemas estomacales, le dijeron que viera a un especialista y quedó esperando seis semanas, dos veces. El cofundador Trey Holterman, ingeniero de software en la plataforma de Medicare Health IQ y en Strava, había oído durante años a su madre, médica de medicina familiar, quejarse de las derivaciones: «Probablemente debería haber escuchado a mi madre antes». Fundaron Tennr en 2021 junto con Tyler Johnson.
Los fundadores empezaron a construir su propio modelo especializado antes de que llegara ChatGPT, entrenado con decenas de millones de documentos médicos para casos de uso de derivaciones; Holterman afirma que apostar por el código abierto más un conjunto de datos propietario «sigue arrasando en los benchmarks», y Tennr cumple con la HIPAA mediante la desidentificación. Zeya Yang invirtió en la Serie A en Andreessen Horowitz y siguió a la empresa hasta IVP para liderar la Serie C, viendo una cuña estratégica para expandirse a nuevos subverticales médicos, a herramientas de flujo de trabajo de derivaciones como la verificación de seguros, y a una función de red que da a los médicos de atención primaria y a los pacientes visibilidad sobre el estado de la derivación y del pago.
La capa de papeleo de derivaciones es de gran volumen, alta fricción e hiperespecífica: perfecta para un modelo especializado, poco atractiva para los laboratorios de IA generalistas.
La cuña se amplía: subverticales dentro de las especialidades médicas, nuevas herramientas de flujo de trabajo como la verificación de seguros y una función de red para pacientes y médicos derivantes.
El capital de seguimiento del mismo socio (Zeya Yang, de la Serie A de a16z a la Serie C de IVP) señala una convicción duradera en la cuña.
Unos ingresos de ocho cifras que se triplicaron año tras año la convirtieron en una de las startups de tecnología sanitaria de más rápido crecimiento en un vertical dominado por la IA.
En los mercados de IA, el modelo defendible se entrena con datos demasiado aburridos para los generalistas: el papeleo de derivaciones es el foso de Tennr precisamente porque OpenAI no lo perseguirá.
Según el informe del 18 de junio de 2025, Tennr se estaba expandiendo a nuevos subverticales médicos, construyendo herramientas de flujo de trabajo de derivaciones como la verificación de seguros y desplegando una función de red que da a los médicos de atención primaria y a los pacientes visibilidad sobre el proceso de derivación y de pago.
CONSULTA LAS PRUEBAS