La apuesta de Google por la IA en salud tiene que ver con el alcance, no solo con la precisión

Google ha publicado una amplia actualización de su trabajo en IA para la atención sanitaria, pero los datos más reveladores no son las puntuaciones de referencia. Son los objetivos de cribado: 6 millones de cribados de retinopatía diabética sin coste para los pacientes en India y Tailandia, y 3 millones de cribados gratuitos para tuberculosis, cáncer de pulmón y cáncer de mama en toda India a través de Apollo Radiology International.

El equipo de investigación de la empresa, dirigido por el vicepresidente Yossi Matias, también señala un nuevo sistema de co-científico de IA basado en Gemini 2.0. Está diseñado para generar hipótesis de investigación y ha mostrado resultados tempranos en la reutilización de fármacos para la leucemia mieloide aguda y en la propuesta de objetivos de tratamiento para la fibrosis hepática.

En el ámbito diagnóstico, Med-Gemini alcanzó un 91,1% en preguntas del examen médico estadounidense y puede interpretar escáneres 3D. El sistema Articulate Medical Intelligence Explorer (AMIE) está diseñado para el razonamiento diagnóstico conversacional; realiza preguntas sobre la historia clínica y elabora un diagnóstico diferencial, incluso en dominios de subespecialidad.

Pero la actualización dedica menos tiempo a esos números y más al andamiaje del despliegue. Los Health AI Developer Foundations incluyen modelos de peso abierto. El Open Health Stack, un conjunto de herramientas de código abierto, se ha implementado en toda África, el sur de Asia y el sudeste asiático para apoyar a los trabajadores sanitarios de primera línea.

También hay un modelo de aprendizaje automático para cardiotocografía orientado a predecir el bienestar fetal en entornos con recursos limitados. Y Google está desarrollando el Personal Health Large Language Model, una versión ajustada de Gemini que interpreta datos de sensores de dispositivos portátiles para dar recomendaciones sobre sueño y forma física.

La línea de pensamiento es clara: Google no intenta vender un único producto de IA a los hospitales. Está construyendo una pila que otros desarrolladores y sistemas de salud pueden adoptar, desplegar y adaptar. Los más de 50 artículos publicados en 2024 y los lanzamientos de modelos de peso abierto forman parte de ello: Google quiere que el ecosistema funcione sobre su infraestructura, no solo sobre sus modelos.

Si esto se traduce o no en mejores resultados para los pacientes a gran escala sigue siendo una pregunta abierta. Las colaboraciones de cribado son lo más parecido a una prueba. Pero la dirección es inconfundible: primero el alcance, después los puntos de referencia.