Más de 150 empresas tecnológicas, financieras, de ciberseguridad e inteligencia artificial firmaron una carta abierta que reclama una respuesta colectiva y urgente frente al avance de ciberataques facilitados por IA. El documento advierte que hospitales, plantas de tratamiento de agua, redes digitales y otros servicios esenciales enfrentan una ventana limitada para reforzar sus defensas.

La iniciativa reúne a compañías como Google, Microsoft, AWS, OpenAI, Anthropic, Perplexity, Cisco, Palo Alto Networks, CrowdStrike, Cloudflare, IBM, Oracle, SAP, Salesforce, Visa, Mastercard, BBVA, Accenture, Deloitte, PwC, KPMG, Fortinet y Zscaler, entre otras. El objetivo es acelerar la adopción de herramientas defensivas basadas en IA, mejorar la corrección de vulnerabilidades y ampliar el apoyo a organizaciones de infraestructura crítica con recursos limitados.

“El tiempo para reforzar las defensas cibernéticas es limitado”, plantea la carta. Según los firmantes, en los próximos meses los ataques impulsados por IA se volverán más habituales y sofisticados a medida que aumenten las capacidades de los modelos disponibles en todo el mundo.

Hospitales y servicios esenciales bajo presión

El documento señala que los riesgos no se concentran exclusivamente en compañías tecnológicas. Los objetivos potenciales incluyen empresas y servicios públicos de los que dependen las comunidades: hospitales, plantas de tratamiento de agua e infraestructura que sostiene el funcionamiento de internet.

Los firmantes sostienen que los problemas acumulados durante años dejan expuestos a numerosos sistemas. Entre ellos mencionan errores persistentes, exceso de permisos, configuraciones incorrectas, software inseguro o sin parches, autenticación débil y deuda técnica en plataformas heredadas.

En este escenario, los equipos responsables de seguridad —especialmente los que operan infraestructura crítica— suelen enfrentar restricciones de presupuesto, falta de personal y herramientas insuficientes. La carta plantea que la IA puede ayudar a detectar, priorizar y corregir vulnerabilidades, pero advierte que su uso debe aplicarse con controles, verificación y supervisión continua.

El llamado propone tratar la ciberdefensa como una prioridad inmediata para los equipos directivos. La recomendación es actuar con la coordinación y urgencia de un incidente de seguridad, sin comprometer el funcionamiento de los servicios esenciales.

Cuatro principios para la defensa

La coalición propone reconocer que el nivel de seguridad vigente no alcanza para responder a la nueva etapa de amenazas. El primer paso consiste en admitir la exposición creada por sistemas sin actualizar, prácticas de acceso débiles y una deuda técnica que puede ser aprovechada por atacantes.

El segundo principio es ampliar el acceso de los defensores a IA con capacidades cibernéticas. Los firmantes sostienen que estas herramientas pueden poner conocimiento especializado al alcance de más equipos y permitir tareas de seguridad más rápidas, menos costosas y con mejores resultados.

El tercer eje es la acción colectiva. Dado que las capacidades cibernéticas se expanden globalmente, el documento plantea que ninguna empresa debería controlar por sí sola el futuro de la seguridad digital. Por eso propone nuevas alianzas para elevar estándares y responder a amenazas compartidas.

El cuarto principio es que todas las organizaciones pueden reducir riesgos de inmediato. Empresas, gobiernos, proveedores tecnológicos, compañías de ciberseguridad y desarrolladores de IA deben destinar herramientas, financiamiento y apoyo práctico, en especial hacia entidades que protegen infraestructura crítica y cuentan con presupuestos limitados.

Qué deben hacer las organizaciones

Para empresas y organismos públicos, la carta pide elevar los estándares de ciberseguridad, corregir las vulnerabilidades de mayor riesgo y verificar que las correcciones funcionen sin interrumpir operaciones esenciales.

También propone exigir condiciones más estrictas de seguridad en todo software, servicio o infraestructura que se compre, desarrolle o implemente. Esa exigencia incluye el código generado por inteligencia artificial.

El documento recomienda actualizar o reemplazar sistemas para adoptar el principio de mínimo privilegio, controles de acceso robustos y defensa en profundidad. Cuando una vulnerabilidad no pueda corregirse sin afectar un servicio crítico, las organizaciones deberían implementar controles compensatorios y verificar su efectividad.

La propuesta incluye utilizar modelos de menor costo pero capaces para lograr una cobertura amplia, y reservar los sistemas de frontera para los problemas más complejos. El enfoque apunta a combinar escala, eficiencia y especialización en las tareas de defensa.

El rol de gobiernos y empresas de IA

Las empresas de ciberseguridad y sus socios tecnológicos deberían someter sus defensas a pruebas permanentes contra capacidades cibernéticas de frontera, mejorar sus herramientas con IA y colaborar para cerrar brechas existentes, según el documento.

La carta pide que hagan accesible la defensa basada en IA para operadores de infraestructura crítica, ofrezcan asistencia de despliegue, verifiquen correcciones y compartan información sobre amenazas y protocolos que hayan demostrado utilidad. El progreso, proponen los firmantes, debería medirse por cuántas organizaciones quedan protegidas, la velocidad de contención de ataques y la eficacia de las remediaciones.

A los gobiernos se les solicita coordinar la ciberdefensa a nivel local, nacional e internacional; reforzar los canales de intercambio de información con empresas; financiar capacidades de protección, y facilitar el acceso de hospitales, compañías de agua y gobiernos locales a IA defensiva, pruebas autorizadas y apoyo operativo mediante socios de seguridad de confianza.

Las empresas de IA de frontera, por su parte, son convocadas a ofrecer acceso responsable a modelos, recursos, capacitación y asistencia práctica. También se les pide desarrollar herramientas de observabilidad y seguridad, mantener identidades trazables y auditables para agentes de IA, invertir en pruebas autorizadas y compartir prácticas de supervisión continua.

La carta instala a la IA como un doble factor para la infraestructura sanitaria y digital: puede incrementar la capacidad de los atacantes, pero también convertirse en una herramienta para que hospitales y otros servicios esenciales detecten vulnerabilidades, verifiquen correcciones y refuercen su resiliencia operativa.

La entrada Más de 150 empresas piden reforzar la ciberdefensa con IA para proteger hospitales se publicó primero en CureCompass.

En el complejo ecosistema de la salud digital, la confianza es el activo más valioso y, al mismo tiempo, el más frágil. Una reciente investigación liderada por la Dra. Almira Osmanovic Thunström, de la Universidad de Gotemburgo (Suecia), ha puesto en jaque la fiabilidad de la inteligencia artificial generativa al inventar una enfermedad: la bixonimania. Lo que comenzó como un ejercicio académico para evaluar si los modelos de lenguaje (LLM) podían ser manipulados, terminó convirtiéndose en una advertencia global sobre la desinformación médica y la falta de rigor en la validación de datos.

La bixonimania fue presentada en el popular portal Medium como una afección cutánea en los párpados provocada por la exposición excesiva a la luz azul. Aunque el nombre suena clínico, Thunström aclaró que “quería ser realmente clara para cualquier médico o personal médico de que esta es una condición inventada, porque ninguna condición ocular se llamaría ‘manía’; ese es un término psiquiátrico”. Pese a las señales de alerta —que incluían agradecimientos a personajes de Star Trek y financiación de fundaciones ficticias como la del «Actor Secundario Bob»—, los motores de IA más potentes del mercado adoptaron el término como una realidad clínica en cuestión de semanas.

El impacto no se limitó a las respuestas de los chatbots. La «enfermedad» logró infiltrarse en publicaciones científicas revisadas por pares, lo que sugiere que algunos investigadores están utilizando herramientas de IA para generar referencias sin verificar las fuentes originales. Este fenómeno ha encendido las alarmas entre expertos en desinformación de instituciones como el University College London y la Escuela de Medicina de Harvard, quienes ven en este caso una «clase magistral» de cómo opera la desinformación en la era de la IA.

La anatomía de un «hallazgo» inexistente

El proceso de creación de la bixonimania fue meticuloso. En marzo de 2024 aparecieron publicaciones en blogs y, posteriormente, dos artículos científicos preliminares (preprints) bajo la autoría de un tal Lazljiv Izgubljenovic, cuya fotografía fue generada por IA. Los documentos situaban al autor en una universidad inexistente de California y describían estudios con pacientes inventados.

A los pocos días, el ecosistema de IA reaccionó:

• Microsoft Copilot afirmó que la bixonimania era una condición «intrincada y relativamente rara».
• Google Gemini aconsejó a los usuarios consultar a un oftalmólogo tras confirmar que la causa era la luz azul.
• Perplexity AI llegó a precisar una prevalencia estadística: una de cada 90.000 personas estaba afectada.
• ChatGPT ofrecía diagnósticos diferenciales basados en síntomas reportados por los usuarios.

El riesgo principal, según el Dr. Mahmud Omar de Harvard, es que los LLM tienden a «alucinar» más cuando el texto fuente imita el estilo profesional de un médico o una nota de alta hospitalaria. “Cuando el texto parece profesional y está escrito como escribe un médico, hay un aumento en las tasas de alucinación”, explicó Omar en relación con sus estudios sobre la materia.

Del chatbot al paper: la contaminación de la ciencia

Quizás el dato más inquietante para la comunidad farmacéutica y médica es que la bixonimania saltó de los chats de consumo masivo a la literatura académica. Un estudio publicado en la revista Cureus citó el trabajo falso, describiendo a la bixonimania como una «forma emergente de melanosis periorbital».

Tras ser contactados por el equipo de Nature, los editores de Cureus retractaron el artículo el 30 de marzo de 2026. La notificación de retractación señaló la falta de confianza en la precisión del trabajo debido a la referencia a la enfermedad ficticia. Alex Ruani, investigadora de University College London, fue contundente ante este panorama: “Si el proceso científico mismo y los sistemas que lo apoyan están fallando y no capturan ni filtran fragmentos como estos, estamos condenados”.

La respuesta de las tecnológicas

Ante la evidencia, las empresas responsables de los modelos de IA han defendido sus avances, aunque admiten limitaciones:

• OpenAI sostuvo que sus modelos actuales (posteriores a GPT-5) son «significativamente mejores» proporcionando información médica precisa.
• Google apeló a la transparencia sobre las limitaciones de la IA generativa, instando a los usuarios a contrastar la información con profesionales.
• Perplexity defendió su enfoque en la precisión, aunque reconoció que no es infalible al 100%.

Este caso resalta una vulnerabilidad crítica en la integración de la inteligencia artificial en el sistema de salud: la facilidad con la que un contenido «con estilo médico» puede sortear los filtros de seguridad de los algoritmos y de los propios profesionales.

La proliferación de términos pseudocientíficos validados por algoritmos representa un desafío sin precedentes para la integridad de la información en el mercado de la salud y la industria farmacéutica global.

La entrada Ojo, una enfermedad falsa conocida como «Bixonimania» engañó a la IA y se filtró en la literatura médica online se publicó primero en CureCompass.

En los últimos años, millones de personas se acostumbraron a ver sus pasos, su sueño o su frecuencia cardíaca en la pantalla del celular sin saber muy bien qué hacer con esa información. A eso se suman historiales clínicos fragmentados en distintos portales, turnos médicos breves y búsquedas nocturnas de síntomas en internet.

Microsoft busca posicionarse en ese punto ciego con Copilot Health: un entorno separado y protegido dentro de Copilot pensado para “convertir datos dispersos en una historia coherente” sobre la salud de cada usuario, mejorar la preparación antes de las consultas y ayudar a formular mejores preguntas al médico.

Según la compañía, Copilot Health “no reemplaza al médico”, sino que “hace que cada minuto que tenés con él cuente más” al permitir llegar a la consulta “con las preguntas correctas, el contexto adecuado y la confianza que da entender mejor tu propio cuerpo”. El servicio arranca con un lanzamiento gradual, con lista de espera y foco inicial en adultos de 18 años o más en Estados Unidos, con soporte en inglés y planes de sumar nuevos idiomas, voz y geografías más adelante.

De 50 millones de consultas diarias a una “sala” médica separada

Microsoft ya responde a más de 50 millones de preguntas de salud diarias en sus productos de consumo, desde dudas sobre dolor de rodilla por primera vez hasta la búsqueda de una guardia cercana. Para mejorar la calidad de esas respuestas, la empresa elevó la información de “organizaciones de salud creíbles en 50 países”, validada por su equipo clínico según principios de la National Academy of Medicine, e incorporó “tarjetas de respuesta escritas por expertos de Harvard Health”.

Copilot Health se construye sobre esa base, pero agrega una capa clave: un espacio separado y seguro donde la “inteligencia médica” trabaja con los datos personales del usuario. Allí se integran:

• Registros de salud de más de 50.000 hospitales y organizaciones de prestadores en EE.UU. a través de HealthEx, incluyendo resúmenes de visitas, listados de medicación y resultados de estudios.
• Datos de actividad, patrones de sueño, signos vitales y otras tendencias provenientes de más de 50 wearables, entre ellos Apple Health, Oura, Fitbit y otros dispositivos conectados.
• Resultados de laboratorio de Function, con paneles más completos de análisis.

Con esa base, Copilot Health promete mostrar conexiones que hoy son casi invisibles para el usuario promedio: por ejemplo, “dónde se une tu sueño roto con las razones de fondo”, y reemplazar el “scrollear síntomas a medianoche” por conversaciones mejor informadas con profesionales.

Además, el sistema se integra con directorios de prestadores en tiempo real en EE.UU., permitiendo buscar médicos por especialidad, ubicación, idiomas y seguros aceptados, y facilitando el hallazgo de un profesional que efectivamente cubra el plan de salud del usuario.

Hacia una “superinteligencia médica”: el rol del Orquestador Diagnóstico de IA

En el corazón tecnológico del proyecto está el uso de IA cada vez más sofisticada para detectar patrones y generar insights accionables. Microsoft cita como ejemplo su iniciativa Microsoft AI Diagnostic Orchestrator (MAI?DxO), que ya mostró resultados “impresionantes” en entornos de investigación. Próximas publicaciones detallarán cómo estos sistemas pueden aplicarse a un rango más amplio de casos y condiciones clínicas.

La compañía plantea como horizonte dar acceso a una “superinteligencia médica”: una IA de salud capaz de “combinar el conocimiento amplio de un médico general con la profundidad de un especialista”. Sin embargo, aclara que cada nueva función basada en estas capacidades solo se incorporará a Copilot Health “después de rigurosas evaluaciones clínicas y con un etiquetado claro”, enfatizando que el producto “no está destinado a diagnosticar, tratar o prevenir enfermedades” y “no es un sustituto del consejo médico profesional”.

En términos de gobierno de IA, Copilot Health ya obtuvo la certificación ISO/IEC 42001, el primer estándar mundial para sistemas de gestión de IA, lo que implica que un tercero independiente auditó cómo se construye, gobierna y mejora el sistema que potencia el servicio. Microsoft asegura que sus principios de IA responsable —justicia, transparencia, responsabilidad— guían decisiones de producto desde el manejo de datos y desarrollo de modelos hasta el monitoreo e respuesta ante incidentes.

Privacidad reforzada: datos aislados, sin entrenamiento de modelos y desconexión instantánea

En una categoría tan sensible como la salud, la compañía dedica un capítulo completo a explicar su esquema de seguridad. Copilot Health opera como un entorno aislado dentro de Copilot: “tus conversaciones y datos de salud están aislados del Copilot general y se mantienen bajo controles adicionales de acceso, privacidad y seguridad”. La información se protege con “cifrado en reposo y en tránsito, controles de acceso estrictos” y la posibilidad de que el usuario gestione y elimine sus datos cuando lo desee.

Un punto clave para la confianza es que “tu información en Copilot Health no se utiliza para el entrenamiento de modelos”. El usuario puede desconectar en forma instantánea los conectores hacia sus fuentes de datos de salud, como historias clínicas electrónicas o wearables.

El desarrollo del producto se realiza con un equipo clínico interno y el asesoramiento de “un panel externo de más de 230 médicos de más de 24 países”, que aportan experiencia médica, feedback de seguridad y perspectiva del mundo real sobre cómo se usa la herramienta en distintos contextos de salud.

Un diseño “para todos”, con AARP y el National Health Council como socios

Más allá de la tecnología, Microsoft busca mostrar que Copilot Health no está pensado solo para usuarios jóvenes o altamente tecnificados. La empresa está diseñando el servicio “con un conjunto diverso de usuarios” y trabaja en colaboración con organizaciones como AARP —que representa a 38 millones de adultos mayores estadounidenses— y el National Health Council, que agrupa a más de 180 organizaciones de defensa de pacientes. El objetivo declarado es que “todas las personas puedan usar Copilot Health con confianza”.

Por ahora, el acceso será limitado: se abrió una lista de espera para integrar la comunidad temprana que ayudará a dar forma a la experiencia. El despliegue inicial se hará en inglés y en Estados Unidos, para mayores de 18 años, mientras avanza el desarrollo de nuevos idiomas, opciones de voz y expansión geográfica.

En un contexto de consultas médicas breves, escasez de especialistas y un ecosistema farmacéutico y de dispositivos cada vez más digitalizado, el desembarco de Copilot Health configura un nuevo frente competitivo donde grandes tecnológicas, aseguradoras de salud, prestadores y laboratorios se disputarán quién logra convertirse en la “plataforma central” donde se integran los datos, se orquestan decisiones y se define buena parte del valor en la atención sanitaria del futuro.

La entrada Copilot Health: así quiere Microsoft convertir los datos médicos en un “copiloto” de salud único se publicó primero en CureCompass.

La alianza combina infraestructura tecnológica ya utilizada en centros de salud del país con la experiencia oncológica de una de las farmacéuticas líderes, y se inscribe en una ola de inversiones del sector farmacéutico en IA aplicada a diagnóstico y desarrollo de fármacos.?

Radiología con IA para nódulos pulmonares difíciles de ver

Según ambas compañías, la colaboración implementará algoritmos de radiología con IA autorizados por la FDA a través de la Microsoft Precision Imaging Network, una plataforma que analiza radiografías y tomografías computadas (CT) para ayudar a identificar enfermedad pulmonar y que ya se utiliza en hospitales de Estados Unidos.?

Bristol Myers señaló que estas herramientas pueden ayudar a los médicos a detectar nódulos pulmonares difíciles de ver y a identificar a algunos pacientes en etapas más tempranas de la enfermedad, cuando las opciones terapéuticas suelen ser más efectivas. El objetivo es integrar estos modelos en el flujo de trabajo clínico para apoyar al radiólogo en la lectura de imágenes y reducir la carga asistencial.?

La compañía farmacéutica subrayó que una meta central del acuerdo es expandir el acceso a la detección temprana en comunidades médicamente desatendidas, incluidas clínicas comunitarias y hospitales rurales en todo Estados Unidos, donde la mortalidad por cáncer de pulmón suele ser más alta y los niveles de tamizaje más bajos.?

Un flujo de trabajo con IA para cáncer de pulmón no microcítico

“Al combinar las soluciones de radiología altamente escalables de Microsoft con la profunda experiencia de Bristol en oncología y administración de fármacos, hemos imaginado un flujo de trabajo único habilitado por IA que ayuda a los clínicos a identificar rápida y precisamente a los pacientes con cáncer de pulmón de células no pequeñas y guiarlos hacia vías de atención óptimas y terapias de precisión”, declaró Alexandra Goncalves, vicepresidenta y jefa de salud digital de Bristol Myers Squibb.?

Desde Microsoft, el vicepresidente corporativo y director de estrategia de Health and Life Sciences, Peter Durlach, destacó que la tecnología permite que los médicos identifiquen pacientes con signos tempranos de cáncer “a menudo antes de que sean conscientes de cualquier síntoma”, lo que facilita derivaciones más rápidas a estudios y tratamientos apropiados.?

La Precision Imaging Network está diseñada para compartir imágenes médicas y ofrecer acceso a soluciones de IA de terceros; en la actualidad es utilizada por más del 80% de los hospitales de Estados Unidos, según la información de la propia compañía, lo que da a la alianza un alcance potencialmente masivo dentro del sistema de salud.?

IA, pharma y la nueva carrera por la oncología de precisión

Bristol Myers se suma así a una tendencia creciente en la industria, donde las farmacéuticas adoptan inteligencia artificial para acelerar la I+D y optimizar el diagnóstico oncológico. La compañía ya comercializa inmunoterapias como Opdivo para cáncer de pulmón de células no pequeñas, y una detección más temprana podría ampliar el universo de pacientes elegibles para terapias dirigidas y combinaciones de alto valor.?

En paralelo, otras multinacionales mueven fichas en la misma dirección: la semana pasada, AstraZeneca anunció un acuerdo para adquirir la startup Modella AI, con sede en Boston, para acelerar la investigación en fármacos oncológicos mediante modelos fundacionales de IA y herramientas para cuantificar patología, identificar biomarcadores y desarrollar terapias altamente dirigidas.?

En un contexto donde el cáncer de pulmón sigue siendo una de las principales causas de muerte por cáncer en Estados Unidos, iniciativas como la de Bristol Myers y Microsoft apuntan a posicionar a la IA en el centro de la estrategia de diagnóstico temprano y a redefinir la competencia entre tecnológicas y farmacéuticas por el control de la próxima generación de plataformas de imagen, selección de pacientes y terapias de precisión en oncología.

La entrada Bristol Myers y Microsoft se alían en la detección temprana de cáncer de pulmón en hospitales se publicó primero en CureCompass.

IA en pharma: cronología de acuerdos por fecha y compañía

A continuación, los acuerdos ordenados por fecha, con socios, montos y objetivo principal, tal como fueron reportados:

• 7 enero 2025 – PostEra × Pfizer (PFE.N)
  Acuerdo por hasta USD 610 millones, incluyendo USD 12 millones adelantados, para expandir el Pfizer–PostEra AI Lab e incorporar un programa de diseño de payloads para ADC (anticuerpos conjugados).
• 13 enero 2025 – IQVIA (IQV.N) × NVIDIA (NVDA.O)
  Monto no divulgado; objetivo: construir modelos/agentes de IA personalizados para automatizar flujos entre I+D y áreas comerciales.
• 20 febrero 2025 – Incyte (INCY.O) × Genesis Therapeutics
  USD 30 millones adelantados y hasta USD 295 millones por hitos por objetivo, más regalías; uso de la plataforma GEMS para diseñar pequeñas moléculas frente a dianas de Incyte.
• 3 marzo 2025 – Kyndryl (KD.N) × Microsoft (MSFT.O)
  Monto no divulgado; despliegue de Dragon Copilot para reducir la carga documental.
• 18 marzo 2025 – GE HealthCare (GEHC.O) × NVIDIA
  Monto no divulgado; desarrollo de flujos autónomos de rayos X y ecografía mediante IA.
• 25 marzo 2025 – Cleveland Clinic × G42
  Monto no divulgado; creación de un task force para acelerar el uso de IA en la atención y las operaciones.
• 16 abril 2025 – Kenvue (KVUE.N) × Microsoft
  Monto no divulgado en un acuerdo a 5 años; objetivo: modernizar operaciones con Azure, IA generativa y digital twins.
• 29 abril 2025 – Eli Lilly (LLY.N) × Creyon Bio
  USD 13 millones adelantados y más de USD 1.000 millones en hitos; uso del motor de IA de Creyon para diseñar oligonucleótidos dirigidos a ARN mejorados.
• 21 mayo 2025 – Genentech (Roche) (ROG.S) × Orionis Biosciences
  USD 105 millones adelantados y más de USD 2.000 millones en hitos, más regalías; descubrimiento de “molecular glues” monovalentes con la plataforma Allo?Glue.
• 11 junio 2025 – Novo Nordisk (NOVOb.CO) × NVIDIA × DCAI (Gefion)
  Monto no divulgado; construcción de modelos de IA a medida usando la supercomputadora Gefion.
• 13 junio 2025 – AstraZeneca (AZN.L) × CSPC Pharmaceutical (1093.HK)
  USD 110 millones adelantados, hasta USD 1.620 millones en hitos de desarrollo y hasta USD 3.600 millones en hitos de ventas; descubrimiento de candidatos orales, con AstraZeneca reteniendo derechos globales de licencia.
• 29–30 junio 2025 – Pfizer × XtalPi (2228.HK)
  Monto no divulgado; expansión hacia una plataforma de modelado de nueva generación basada en física + IA.
• 2 julio 2025 – AstraZeneca × Modella AI
  Monto no divulgado en acuerdo multianual; uso de modelos multimodales de IA para acelerar el desarrollo en oncología.
• 14 agosto 2025 – Eli Lilly × Superluminal Medicines
  Hasta USD 1.300 millones más regalías; aplicación de la plataforma de IA GPCR de Superluminal a dianas no reveladas.
• 1 septiembre 2025 – University of Oxford × Ellison Institute
  Financiamiento por GBP 118 millones; uso de IA y modelos de desafío para mapear correlatos de inmunidad.
• 23 septiembre 2025 – Merck KGaA (MRCG.DE) × Siemens (SIEGn.DE)
  Monto no divulgado (memorando de entendimiento); conexión entre I+D y manufactura mediante plataformas digitales de Siemens.
• 14 octubre 2025 – Takeda (4502.T) × Nabla Bio
  “Decenas de millones” adelantados (double?digit millions) y más de USD 1.000 millones en hitos; uso del modelo de IA JAM para diseñar anticuerpos y multiespecíficos.
• 26–27 octubre 2025 – Novartis (NOVN.S) × Avidity Biosciences (RNA.O)
  Operación por alrededor de USD 12.000 millones en efectivo; Novartis adquiere Avidity para fortalecer su portfolio xRNA y neuromuscular.
• 28 octubre 2025 – Eli Lilly × NVIDIA
  Monto no divulgado, con más de 1.000 GPUs; construcción de un supercomputador de IA a gran escala para I+D.
• 28 octubre 2025 – Johnson & Johnson MedTech (JNJ.N) × NVIDIA
  Monto no divulgado; uso de Isaac y Omniverse para simular flujos de trabajo en quirófano (OR).
• 10 noviembre 2025 – Eli Lilly × Insilico Medicine
  Potencial de más de USD 100 millones más regalías; uso de la plataforma Pharma.AI para diseñar candidatos de pequeñas moléculas.
• 20 noviembre 2025 – Merck KGaA × Valo Health
  Potencial de más de USD 3.000 millones; uso de la IA basada en datos humanos de Valo para identificar dianas y acelerar trabajo preclínico.
• 9 diciembre 2025 – Novartis × Relation Therapeutics
  USD 55 millones adelantados y hasta USD 1.700 millones en hitos; uso de IA + multi?ómica para descubrir dianas first?in?class.
• 7 enero 2026 – GSK (GSK.L) × Helix
  Monto no divulgado; provisión a GSK de datos de exoma + datos longitudinales para descubrimiento de dianas.
• 8 enero 2026 – GSK × Noetik
  USD 50 millones adelantados y hitos de corto plazo; licencia de modelos de “célula virtual” de Noetik para investigación en cáncer.
• 8 enero 2026 – Pfizer × Boltz
  Monto no divulgado; adaptación fina de los modelos de IA de Boltz con datos de Pfizer.
• 9 enero 2026 – Schrodinger (SDGR.O) × Eli Lilly
  Monto no divulgado; integración de los modelos TuneLab de Lilly en la plataforma LiveDesign de Schrodinger.
• 12 enero 2026 – NVIDIA × Thermo Fisher (TMO.N)
  Monto no divulgado; combinación de IA de NVIDIA con instrumental de laboratorio de Thermo Fisher para automatización.
• 12 enero 2026 – NVIDIA × Eli Lilly
  Acuerdo por hasta USD 1.000 millones en 5 años; creación de un laboratorio de descubrimiento “de bucle cerrado” que integra IA y robótica.
• 13 enero 2026 – Illumina (ILMN.O) × AstraZeneca × Merck (MRK.N) × Eli Lilly
  Monto no divulgado; lanzamiento del Billion Cell Atlas para entrenamiento de IA a gran escala.
• 13 enero 2026 – AstraZeneca adquiere Modella AI
  Monto no divulgado; adquisición de Modella AI para desplegar modelos fundacionales de IA en toda su I+D oncológica.

Un nuevo mapa de alianzas entre farma, biotechs y big tech

La sucesión de acuerdos —desde licencias de plataformas de diseño molecular hasta supercomputadoras de IA y compras por miles de millones— muestra cómo Pfizer, Eli Lilly, AstraZeneca, Novartis, GSK, Merck KGaA y otros grandes actores están reconfigurando su modelo de innovación alrededor de datos, modelos fundacionales y automatización robótica, un movimiento que redefinirá costos, tiempos y barreras de entrada en la industria farmacéutica global.

La entrada Farmacéuticas, biotechs y gigantes IA ya cerraron 25 acuerdos por más de U$S 12.000 millones se publicó primero en CureCompass.

Un mapa evolutivo global para alimentar a la IA

El proyecto se apoya en un “tesoro biológico” recolectado en todo el planeta: información evolutiva de más de 1,03 millones de especies, mayormente microbianas, compilada por la británica Basecamp Research y nunca antes incluida en bases de datos públicas.

“Lo que estamos cartografiando aquí son organismos de todo el planeta y cómo han evolucionado”, explicó John Finn, director científico (CSO) de Basecamp, quien sostuvo que la ambición es que este enfoque pueda dirigirse a miles de cánceres y enfermedades genéticas hoy intratables. Según Finn, “los modelos de aprendizaje automático intervienen para detectar estas relaciones muy, muy ocultas entre todas estas especies diferentes y 4.000 millones de años de evolución”.

Sobre ese corpus, Eden fue entrenado con más de 10.000 millones de genes nuevos, utilizando la infraestructura de cómputo de Nvidia, que además participa como inversor a través de su brazo de capital de riesgo NVentures, y con la colaboración tecnológica de Microsoft en el desarrollo de los modelos de IA.

Enzimas diseñadas por IA para insertar grandes genes en el genoma humano

Una de las pruebas de concepto más llamativas del proyecto fue la primera demostración de enzimas diseñadas por IA capaces de realizar inserciones génicas de gran tamaño en humanos, según Basecamp. Estas enzimas funcionan como catalizadores biológicos que permiten colocar secuencias largas de ADN terapéutico en posiciones precisas del genoma.

La compañía informó que ya realizó inserciones en más de 10.000 sitios relacionados con enfermedades en el genoma humano, lo que se tradujo en una “fuerte destrucción de células cancerosas” en ensayos de laboratorio. Este enfoque contrasta con las técnicas actuales de edición génica, que solo permiten modificaciones pequeñas y suelen requerir dañar el ADN, limitando los sitios y contextos de uso.

Para la pionera en genética Dame Kay Davies, profesora emérita de Anatomía en la Universidad de Oxford, el impacto clínico potencial es claro: “Si pueden usar IA para rastrear bases de datos y aumentar la especificidad, y por lo tanto reducir los efectos fuera de diana, entonces llevarán la inserción génica a otro nivel en la escala de seguridad”.

Péptidos contra superbacterias y un modelo “multiterreno” para terapias

Además de enzimas, Eden generó una biblioteca de péptidos, los bloques de construcción de las proteínas, con capacidad potencial para matar “superbacterias” resistentes a los antibióticos actuales. Según Basecamp, los péptidos con mejor desempeño mostraron “alta potencia contra patógenos prioritarios, multirresistentes”, una línea de trabajo estratégica en un contexto de creciente resistencia antimicrobiana.

El especialista en edición génica Omar Abudayyeh, de la Harvard Medical School, destacó que el “avance principal” de Eden es usar un único modelo capaz de generar componentes biológicos funcionales en distintas áreas terapéuticas, desde enzimas de inserción génica hasta agentes antimicrobianos. No obstante, advirtió que aún es necesario demostrar que los péptidos son seguros y que los métodos de inserción génica son “eficientes y específicos” en células humanas, más allá de los datos in vitro.

“La importancia definitiva dependerá de qué tan bien se traduzcan estos diseños generados por IA a aplicaciones clínicas reales, lo que requiere más validación”, remarcó Abudayyeh, poniendo el foco en el “puente” crítico entre diseño algorítmico y eficacia en pacientes.

Un “set de herramientas asombroso”, pero con barreras regulatorias y de acceso

El genetista Fyodor Urnov, de la Universidad de California en Berkeley, calificó el paquete de innovaciones como “un conjunto de herramientas asombroso”, pero subrayó que su impacto clínico dependerá de factores que exceden la biología computacional, como regulación, capacidad de manufactura e incluso cobertura de seguros.

Urnov recordó que hoy el ecosistema de terapias de edición génica está dominado por compañías que desarrollan tratamientos para unas 20 de las 5.000 enfermedades genéticas actualmente conocidas, lo que deja a la enorme mayoría de patologías raras sin soluciones específicas. Con experiencia directa —fue parte del equipo que desarrolló el medicamento utilizado para tratar a Baby KJ, una niña con un trastorno genético poco frecuente—, planteó el objetivo de fondo: llegar a “un mundo en el que sea mucho más rápido y barato desarrollar medicamentos genéticos para enfermedades raras de lo que es actualmente”.

“Estamos un poco más allá de la era de decir: ‘tenemos una herramienta reluciente de ingeniería genética, he aquí el futuro’”, reflexionó Urnov, sugiriendo que la nueva fase no solo se medirá por el brillo tecnológico, sino por la capacidad de democratizar el acceso a terapias génicas.

IA, evolución y negocio biofarmacéutico: qué viene para el sector

El programa Eden muestra cómo la inteligencia artificial, nutrida por una base de datos evolutiva sin precedentes, puede acelerar el diseño de enzimas terapéuticas, vectores y péptidos antimicrobianos, encajando en la carrera de las grandes farmacéuticas y tecnológicas por liderar la próxima generación de terapias génicas y medicamentos de precisión. El respaldo de Nvidia y Microsoft, sumado al protagonismo científico de Basecamp Research y a la validación de referentes como Oxford, Harvard y Berkeley, anticipa una ola de alianzas entre biotechs, big pharma y gigantes de la computación para transformar estos prototipos en productos clínicos.

En un mercado donde hoy solo una fracción mínima de las 5.000 enfermedades genéticas conocidas cuenta con tratamientos, la capacidad de la IA para explorar “4.000 millones de años de evolución” y convertir esa información en enzimas, péptidos y otros componentes terapéuticos reutilizables podría redefinir la economía del desarrollo de medicamentos, creando nuevas oportunidades —y también nuevas barreras— para la industria biofarmacéutica global.

La entrada Eden, una IA que diseña nuevas terapias génicas desde un “mapa” de 1,03 millones de especies se publicó primero en CureCompass.

La IA multimodal entra al núcleo de la investigación del cáncer

Microsoft, Providence Health System y la Universidad de Washington presentaron GigaTIME, un modelo de inteligencia artificial multimodal diseñado para traducir imágenes histológicas hematoxilina-eosina (H&E) en representaciones virtuales de inmunofluorescencia múltiple (mIF). Esta técnica, considerada clave para comprender el microambiente tumoral, podría revolucionar la manera en que los investigadores predicen la respuesta de los pacientes a la inmunoterapia.

El avance se detalla en el estudio “Multimodal AI generates virtual population for tumor microenvironment modeling”, publicado en Cell. Según los autores, el trabajo “marca la primera investigación a escala poblacional del microambiente inmune tumoral (TIME) basada en proteómica espacial”, hasta ahora limitada por los altos costos del mIF, que pueden alcanzar miles de dólares por muestra.

40 millones de células y 14.256 pacientes: la escala de la nueva era digital en salud

Entrenado con un conjunto de datos de Providence que incluye 40 millones de células con imágenes apareadas H&E/mIF, GigaTIME fue aplicado a 14.256 pacientes oncológicos de 51 hospitales y más de 1.000 clínicas. El modelo generó una población virtual de aproximadamente 300.000 imágenes mIF, abarcando 24 tipos y 306 subtipos de cáncer.

El análisis permitió identificar 1.234 asociaciones estadísticamente significativas entre la activación de proteínas y atributos clínicos clave —como biomarcadores, estadificación y supervivencia—, posteriormente validadas de forma independiente con datos de 10.200 pacientes del The Cancer Genome Atlas (TCGA).

“GigaTIME es sobre descubrir conocimientos que antes eran inalcanzables”, afirmó Carlo Bifulco, director médico de Providence Genomics y del Providence Cancer Institute. “Al analizar el microambiente tumoral de miles de pacientes, este modelo puede acelerar hallazgos que definan el futuro de la oncología de precisión y mejoren los resultados clínicos”.

De la lámina digital al “paciente virtual”

Una de las principales ventajas de GigaTIME radica en su accesibilidad económica y su potencial de escalado. Mientras que una imagen digital de tejido tumoral cuesta apenas entre 5 y 10 dólares, el modelo convierte esos datos rutinarios en simulaciones moleculares de alta resolución, haciendo posible lo que antes era inviable en términos de tiempo y costo.

Los investigadores enfatizan que este desarrollo “da un paso hacia la meta del ‘paciente virtual’”, un gemelo digital de alta fidelidad capaz de predecir la progresión de enfermedades y las posibles respuestas terapéuticas. GigaTIME combina análisis espacial, correlaciones proteicas y métricas avanzadas como entropía y relación señal-ruido, detectando incluso interacciones no lineales entre canales proteicos.

El estudio reveló que las firmas virtuales generadas por GigaTIME permiten una clasificación efectiva de pacientes según etapas patológicas y perfiles de supervivencia, superando el rendimiento observado con biomarcadores individuales como CD3 o CD8.

Impacto abierto y futuro colaborativo

El modelo ya está disponible para la comunidad científica a través de Microsoft Foundry Labs y Hugging Face, fortaleciendo el acceso global al conocimiento en oncología computacional. GigaTIME se integra dentro del ecosistema de Microsoft en salud de precisión, junto a proyectos como GigaPath, BiomedCLIP, LLaVA-Rad y TrialScope.

El lanzamiento confirma el papel creciente de la IA multimodal en la convergencia entre biotecnología y salud digital, y anuncia una nueva etapa en la que la “evidencia del mundo real” se amplifica mediante poblaciones virtuales, cambiando el paradigma de investigación en la industria farmacéutica y la medicina personalizada.

La entrada GigaTIME: un avance en el modelado tumoral y acelerar la oncología de precisión se publicó primero en CureCompass.

En una apuesta ambiciosa por fortalecer su presencia en el sector sanitario, Microsoft anunció una nueva etapa en el desarrollo de su asistente de inteligencia artificial Copilot , que contará con información médica validada por Harvard Health Publishing , la división editorial de la Harvard Medical School.

Este acuerdo, según fuentes citadas por The Wall Street Journal , incluye el pago de una licencia para el uso de contenidos especializados de Harvard en temas de salud complejos, desde la diabetes hasta enfermedades cardiovasculares.

Para el portal Cure Compass , enfocado en las innovaciones que impulsan la salud digital, esta alianza representa un paso clave hacia la creación de asistentes de IA clínicamente informados y capaces de ofrecer respuestas basadas en evidencia científica.

“Queremos que las personas tengan acceso a información médica creíble y adaptada a su idioma y su nivel de comprensión”, explicó Dominic King , vicepresidente de salud de Microsoft AI , quien subrayó que garantizar fuentes confiables es parte esencial del compromiso de la compañía con la seguridad del paciente y la educación sanitaria.

Copiloto: hacia una IA más confiable para la salud

La integración de los contenidos de Harvard Health Publishing le permitirá a Copilot ofrecer respuestas más precisas y actualizadas sobre condiciones médicas, tratamientos y bienestar, comparables con las recomendaciones que daría un profesional de la salud.

Este enfoque llega en un momento crítico, cuando los chatbots y sistemas de IA se enfrentan al escrutinio de médicos y autoridades sanitarias. Un estudio de 2024 de la Universidad de Stanford reveló que ChatGPT ofreció respuestas inapropiadas en casi un 20% de las consultas médicas analizadas. Este tipo de datos refuerza la necesidad de garantizar rigurosidad y validación científica en las herramientas digitales de salud.

Microsoft, sin embargo, declinó especificar cómo Copilot manejará las consultas relacionadas con la salud mental, un terreno especialmente sensible dadas las implicaciones emocionales y éticas de la intervención de la IA en crisis psicológicas.

Independencia tecnica y foco sanitario

Aunque Copilot todavía depende del modelo de lenguaje de OpenAI , Microsoft está fortaleciendo su camino hacia la autonomía tecnológica . En agosto, la empresa comenzó a probar modelos propios desarrollados internamente, con el apoyo de ingenieros provenientes de Google DeepMind , enfocados en entrenar IA especializados para distintos entornos, incluido el médico.

En paralelo, algunas herramientas integradas en Microsoft 365 ya utilizan modelos de Anthropic , director rival de OpenAI, mientras la compañía también prueba herramientas de diagnóstico basadas en IA. En junio, Microsoft informó que un modelo interno había logrado diagnosticar enfermedades con una precisión hasta cuatro veces superior a la de un grupo de médicos , a menor costo y en menos tiempo.

Un ecosistema digital de salud en expansión

La iniciativa con Harvard se enmarca en una estrategia más amplia de Microsoft Health AI , liderada por Mustafa Suleyman , cofundador de DeepMind. La visión: ofrecer sistemas de inteligencia artificial que asistan tanto a médicos como a pacientes, desde la interpretación de resultados hasta la búsqueda de especialistas por cobertura o geolocalización.

La compañía también prepara una función que permitirá a Copilot ayudar a los usuarios a encontrar proveedores de atención médica cercanos , calculando en su ubicación e historial de salud, con el propósito de integrar diagnóstico, orientación y acceso al sistema sanitario en una misma plataforma.

Competir en un mercado dominado por ChatGPT

Aunque Copilot ha sido descargado 95 millones de veces , su alcance aún está lejos de los más de mil millones de descargas de ChatGPT , según la firma de análisis Sensor Tower . Sin embargo, para el campo de la salud —donde la precisión puede salvar vidas— la credibilidad científica podría convertirse en la ventaja competitiva decisiva.

Al asociarse con una institución de prestigio como Harvard, Microsoft refuerza un mensaje clave para el futuro de la inteligencia artificial en medicina: la tecnología no reemplaza al profesional de la salud , sino que lo acompaña, amplía el acceso al conocimiento y mejora la toma de decisiones clínicas.

Para Microsoft y Harvard, este acuerdo no solo impulsa la innovación, sino que marca el inicio de una nueva era de IA médica responsable, ética y centrada en el paciente , alineada con los valores de confianza y evidencia que promueve Cure Compass .

La entrada Microsoft y Harvard se unen en su IA Copilot para proveer información médica confiable se publicó primero en CureCompass.

La inteligencia artificial (IA) se perfila como una de las herramientas más disruptivas para el futuro de la medicina. Aunque su adopción aún es desigual, los avances recientes muestran que puede mejorar la precisión diagnóstica, optimizar los flujos de trabajo hospitalarios y disminuir costos, ofreciendo un beneficio directo tanto para los sistemas públicos como para los pacientes.

De acuerdo con un análisis del diario británico Financial Times, la mayor transformación de la IA no se verá en las ganancias corporativas, sino en el impacto social: detección temprana de enfermedades, acceso más equitativo a la atención y eficiencia en el gasto sanitario. En este sentido, la tecnología generativa podría convertirse en una pieza clave para el bienestar global.

Diagnóstico más rápido y preciso

En junio, Microsoft anunció el desarrollo de una herramienta médica diagnóstica capaz de cuadruplicar la precisión de los médicos en la identificación de enfermedades complejas. Este logro, basado en modelos de IA entrenados con grandes volúmenes de datos clínicos, demuestra el alcance del aprendizaje automático en la práctica médica.

Aún más prometedora es la iniciativa del Laboratorio Europeo de Biología Molecular (EMBL), en Cambridge, donde científicos presentaron Delphi-2M, un sistema de IA generativa que, tras analizar registros de salud a gran escala, puede predecir la susceptibilidad a más de 1.000 enfermedades con décadas de anticipación.

Tecnologías como estas podrían revolucionar la medicina preventiva, permitiendo diseñar estrategias personalizadas de control y tratamiento antes de que las enfermedades se manifiesten.

Hospitales más eficientes y médicos con más tiempo para el paciente

El potencial de la IA no se limita al diagnóstico. En hospitales de todo el mundo ya se utiliza para analizar radiografías, tomografías y resonancias magnéticas, además de potenciar robots quirúrgicos que mejoran la precisión en operaciones complejas.

Los laboratorios también aprovechan los modelos de lenguaje avanzados (LLM) para acelerar la búsqueda de nuevos fármacos, con tiempos de desarrollo mucho menores que los tradicionales. Pero una de las aplicaciones más significativas, aunque menos visible, está en la reducción de tareas administrativas.

Según la organización Commonwealth Fund, el papeleo asociado con seguros médicos y documentación representa hasta el 30% del exceso de gasto sanitario por habitante en Estados Unidos, en comparación con otros países desarrollados.

Un ejemplo alentador proviene del Hospital Great Ormond Street de Londres, donde un estudio reciente mostró una reducción superior al 50% del tiempo dedicado a documentación clínica gracias al uso de tecnologías de voz ambiental capaces de transcribir conversaciones con pacientes y generar notas médicas automatizadas.

Un desafío global ante la escasez de personal sanitario

La Organización Mundial de la Salud (OMS) advierte que para 2030 existirá una escasez de 11 millones de trabajadores de la salud a nivel mundial, especialmente en países de ingresos bajos y medios. En este contexto, la IA puede ser una aliada crucial: al automatizar procesos, libera tiempo para que los profesionales se concentren en la atención humana directa, mejorando el acceso y la calidad del servicio.

Sin embargo, los beneficios no se materializarán sin una implementación segura, ética y equitativa. Persisten desafíos relacionados con la privacidad de los datos, la interoperabilidad entre sistemas y la resistencia organizacional, especialmente en instituciones privadas donde los ingresos dependen del volumen de servicios.

Políticas públicas para una adopción responsable

Expertos coinciden en que acelerar la integración de la IA en la salud requiere una colaboración coordinada entre gobiernos, reguladores, hospitales y empresas tecnológicas. Los ensayos clínicos, el financiamiento y la capacitación de profesionales serán fundamentales para garantizar un despliegue seguro.

El análisis del Financial Times destaca que “la magnitud del beneficio potencial —en forma de poblaciones más sanas y sistemas de salud sostenibles— debería concentrar los esfuerzos internacionales”.

En un contexto marcado por el envejecimiento poblacional y el aumento de enfermedades crónicas, la IA no solo representa una oportunidad para innovar, sino también una necesidad urgente. En palabras de los especialistas, su adopción es ya una cuestión de salud pública y de sostenibilidad económica global.

La entrada La IA redefine la atención médica: precisión, eficiencia y un futuro más sostenible se publicó primero en CureCompass.

La irrupción de la inteligencia artificial (IA) en el ámbito de la salud mental y la inclusión social está marcando un antes y un después para la comunidad neurodivergente.

Desde 2022, plataformas como ChatGPT, el chatbot desarrollado por OpenAI, han pasado a ser mucho más que asistentes virtuales: para usuarios como Kate D’hotman, directora de cine de Ciudad del Cabo con autismo y trastorno por déficit de atención e hiperactividad (TDAH), son “la voz más empática” de su vida. “Sé que es una máquina”, afirma D’hotman, “pero a veces, honestamente, es la voz más comprensiva en mi entorno”.

Las personas neurodivergentes, incluidos quienes tienen autismo, TDAH, dislexia y otras condiciones, suelen enfrentar desafíos en la comunicación diaria. Las señales sociales, el tono de los mensajes y la interpretación de las intenciones pueden resultar confusos y agobiantes. “Nunca he entendido cómo las personas descifran las señales sociales”, reconoce D’hotman, quien destaca cómo, en un ambiente laboral, sus comunicaciones solían percibirse como demasiado directas o incluso descorteses.

Con la ayuda de ChatGPT, ahora revisa el tono y contexto de sus interacciones antes de enviar mensajes importantes, e incluso solicita al chatbot que adopte el rol de terapeuta para guiarla en situaciones delicadas. «A veces le pido que interprete meses de conversaciones para que me ayude a detectar lo que yo podría pasar por alto. A diferencia de los humanos, siempre es positivo y no juzga», explica.

No está sola. Sarah Rickwood, gestora de proyectos en Kent, Inglaterra, también con TDAH y autismo, destaca: “ChatGPT me ha permitido hacer mucho más con mi cerebro”. Para Sarah, el chatbot es un aliado clave para redactar correos claros y estructurar propuestas profesionales.

Esta transformación no es anecdótica. Según un estudio de Google e Ipsos realizado en enero, el uso global de IA ha crecido un 48%. OpenAI ha informado que, para febrero de este año, ChatGPT ya contaba con más de 400 millones de usuarios activos semanales, de los cuales al menos 2 millones son suscriptores empresariales de pago.

Empresas y emprendedores han detectado la oportunidad de crear herramientas pensadas desde y para la neurodivergencia. El ingeniero australiano Michael Daniel, tras ser diagnosticado junto a su hija con autismo, desarrolló NeuroTranslator, una aplicación que funciona como asistente personal potenciado por IA.

“El bagaje emocional que normalmente acompaña a esas situaciones desaparece en minutos”, afirma Daniel, quien recuerda cómo la herramienta le permitió comprender mejor la recepción emocional de comentarios cotidianos con su familia. Desde su lanzamiento en septiembre, NeuroTranslator ya ha sumado más de 200 suscriptores de pago.

Sin embargo, no todo es optimismo.

Larissa Suzuki, investigadora y científica computacional en la NASA, advierte que la dependencia excesiva puede ser “muy seductora” y conlleva riesgos si los usuarios pierden capacidad de funcionamiento independientemente o si la tecnología falla.

Gianluca Mauro, asesor en IA y coautor de “Zero to AI”, alerta: “El objetivo de modelos como ChatGPT es satisfacer al usuario”, lo que plantea dudas sobre la sinceridad y la ética en sus respuestas, ya que estos chatbots no están sujetos a códigos profesionales como los terapeutas. Mauro sugiere que si la IA se vuelve adictiva, debería regularse.

Un reciente estudio de Carnegie Mellon y Microsoft advierte que el uso continuo de herramientas generativas podría disminuir el pensamiento crítico y dejar a los usuarios menos preparados para desenvolverse sin apoyo tecnológico. “Aunque la IA puede mejorar la eficiencia”, escriben los investigadores, “también puede reducir el compromiso crítico, especialmente en tareas rutinarias”.

La psicóloga clínica Melanie Katzman reconoce los beneficios, pero afirma que la tecnología podría ofrecer una excusa para evitar el contacto humano: “A un terapeuta le interesa sacar a su paciente de la zona de confort, pero a tu compañero de IA le cuesta mucho más hacerlo”.

Para personas como D’hotman, dejar de usar estas herramientas no es una opción. “Muchos terminamos replegándonos de la sociedad”, advierte. Para ella, la IA representa una vía de inclusión y bienestar emocional: “Como alguien que ha luchado toda su vida con una discapacidad, necesito esto”.

La inteligencia artificial abre puertas inéditas para millones de personas, pero el equilibrio entre autonomía y asistencia tecnológica seguirá siendo, en los próximos años, un desafío crucial para la salud mental y la inclusión social.

Fuente: Reuters

La entrada La revolución de la empatía digital: cómo la IA cambia la vida de personas neurodivergentes se publicó primero en CureCompass.