IA para el Bien

Un usuario de X relató haber recuperado cinco bitcoines — conservados desde inicios de la década de 2010 y dados por perdidos desde hacía tiempo — entregando el contenido de un disco duro antiguo a Claude y pidiéndole que buscara datos con forma de cartera. El modelo reconstruyó el archivo de la cartera a partir de fragmentos sobrantes y el usuario consiguió, finalmente, recuperar el acceso a monedas que hoy valen cientos de miles de dólares. El episodio es una anécdota individual, no un patrón — pero capta un caso de uso recurrente en 2026: apuntar un modelo de frontera a pilas de datos personales antiguos y dejar que encuentre estructura que un humano no detectaría jamás. Historias equivalentes han aflorado este año con archivos de fotos antiguas, código perdido, cartas escaneadas y exportaciones de correo huérfanas.Original X post

Boyas inteligentes equipadas con muestreadores de ADN ambiental e IA a bordo comienzan a operar en el Atlántico y el Pacífico. Al analizar el material genético del agua del mar, pueden detectar qué especies están presentes en tiempo real, ayudando a los científicos a monitorizar la pérdida de biodiversidad y el impacto de la contaminación simultáneamente, sin perturbar la vida marina.

Demis Hassabis y John Jumper de Google DeepMind comparten el Premio Nobel de Química de 2024 por su trabajo en AlphaFold, el sistema de IA que resolvió el problema del plegamiento de proteínas que llevaba 50 años sin solución. Su base de datos de acceso abierto con 200 millones de estructuras proteicas predichas está acelerando el descubrimiento de fármacos, la investigación de enfermedades y la bioingeniería en todo el mundo.

Khan Academy presenta Khanmigo, un asistente de tutoría impulsado por IA que se adapta al nivel y al estilo de aprendizaje de cada alumno. Los estudiantes con dificultades en matemáticas, lectura o ciencias reciben ayuda personalizada y sin prisas. Los primeros resultados muestran mejoras significativas en las notas de los exámenes, especialmente entre los estudiantes con menos recursos que no pueden permitirse clases particulares.Try Khanmigo →

Be My Eyes lanza su función de Voluntario Virtual impulsada por GPT-4, que permite a los usuarios con discapacidad visual apuntar su teléfono a cualquier cosa —un menú, una señal de tráfico, su entorno— y recibir una descripción instantánea en lenguaje natural. Lo que antes requería un voluntario vidente ahora está disponible en cualquier lugar y en cualquier momento.Visit Be My Eyes →

DeepMind publica estructuras predichas para casi todas las proteínas conocidas —más de 200 millones de estructuras— en acceso libre y abierto. Los investigadores de todo el mundo obtienen acceso instantáneo a datos estructurales que habrían tardado siglos en determinar experimentalmente. La base de datos acelera el descubrimiento de fármacos, la ingeniería enzimática y la comprensión de las enfermedades.

DeepMind publica la metodología completa de AlphaFold 2 en Nature y lanza una base de datos de código abierto con 350.000 estructuras proteicas, incluido el proteoma humano completo. En pocos meses, más de un millón de investigadores acceden a la base de datos para avanzar en la comprensión de las enfermedades, desarrollar nuevos medicamentos e ingeniar enzimas para la sostenibilidad.

AlphaFold 2 de DeepMind alcanza más del 90 % de precisión en la predicción de estructuras proteicas tridimensionales en CASP14, cinco veces mejor que cualquier competidor. Esto resuelve uno de los grandes retos de la biología, un problema que llevaba 50 años sin solución. El avance abre las puertas a un descubrimiento de fármacos más rápido, una mejor comprensión de las enfermedades y nuevas posibilidades en la bioingeniería.

El primer sistema de predicción de estructuras proteicas de DeepMind, AlphaFold 1, queda en primer lugar en la 13ª competición de Evaluación Crítica de la Predicción de Estructuras. Aunque todavía no resuelve completamente el problema del plegamiento, demuestra que el aprendizaje profundo puede mejorar drásticamente nuestra capacidad de predecir cómo se pliegan las proteínas, un paso clave para comprender las enfermedades y desarrollar nuevos medicamentos.

Un estudio de la Universidad de Stanford publicado en Nature demuestra que un modelo de aprendizaje profundo entrenado con 130.000 imágenes de piel puede identificar el melanoma con una precisión comparable a la de los dermatólogos certificados. La investigación abre la posibilidad de realizar cribados de cáncer de piel accesibles mediante apps de smartphone, algo especialmente valioso en zonas con acceso limitado a especialistas.Read the research →

Hospitales de India, EE.UU. y el Reino Unido informan de que los modelos de IA que leen radiografías, resonancias magnéticas y análisis de sangre igualan o superan a los médicos con experiencia en precisión para múltiples afecciones. Para los pacientes en zonas desatendidas sin acceso a especialistas, el cribado asistido por IA se convierte en un recurso vital.

El sistema de Asistente de Protección para la Seguridad de la Vida Silvestre (PAWS), que usa aprendizaje automático para predecir el comportamiento de los cazadores furtivos y generar rutas de patrulla óptimas, informa de que los guardaparques que lo utilizan retiran el doble de trampas ilegales que los que operan sin él. El sistema crea mapas de riesgo que ayudan a proteger a las especies en peligro de extinción en África y el Sudeste Asiático.

El sistema impulsado por IA del proyecto Ocean Cleanup, ADIS (Sistema Automático de Imagen de Residuos), usa aprendizaje profundo para clasificar los tipos de residuos plásticos e identificar las zonas de mayor densidad. Combinado con barreras flotantes con GPS que se adaptan a las corrientes oceánicas, la iniciativa supera 1,8 millones de kilogramos de plástico retirado del Gran Parche de Basura del Pacífico.

Un estudio de referencia publicado en The Lancet Oncology confirma que el cribado asistido por IA detecta aproximadamente un 20 % más de cánceres de mama en fase temprana que la doble lectura estándar por radiólogos, al tiempo que reduce la carga de trabajo del personal médico. Hospitales de Suecia y el Reino Unido empiezan a desplegar programas de mamografía asistida por IA.Read the study →

Los sistemas de IA que analizan escáneres cerebrales en segundos ayudan a los hospitales a identificar los ictus con mayor rapidez. En los hospitales que prueban herramientas de triaje con IA, el tiempo desde el escáner hasta la decisión de tratamiento se reduce de forma significativa. Un tratamiento más rápido significa más tejido cerebral preservado y mejores resultados de recuperación para los pacientes.Read more →

Herramientas impulsadas por IA como Woebot y Wysa ayudan a millones de personas a acceder a apoyo similar al terapéutico al detectar señales de alarma en patrones de texto y ofrecer estrategias de afrontamiento basadas en evidencia. Para las personas que se enfrentan a barreras para la terapia tradicional —coste, estigma, disponibilidad—, estas herramientas ofrecen una primera línea de apoyo accesible.

El sistema de triaje con IA de Crisis Text Line analiza los patrones de los mensajes para identificar los casos más urgentes y derivarlos antes a los consejeros humanos. La tecnología reduce los tiempos de espera y garantiza que las personas en grave angustia reciban ayuda primero, preservando al mismo tiempo la conexión humana que requiere la intervención en crisis.Visit Crisis Text Line →

Las organizaciones de conservación despliegan drones equipados con IA que pueden identificar animales individuales a partir de imágenes aéreas, contar poblaciones y detectar actividad furtiva en tiempo real. La tecnología cubre vastas áreas imposibles de patrullar a pie, a una fracción del coste de los reconocimientos aéreos tradicionales.

Los modelos de IA de SeamlessM4T de Meta y Google Translate gestionan la traducción de voz a voz en tiempo real en más de 100 idiomas. Los refugiados se comunican con los trabajadores de ayuda humanitaria, los pacientes hablan con médicos de otros países y los viajeros se desenvuelven en ciudades extranjeras, todo ello sin intérprete humano, derribando barreras que han existido durante milenios.

Las herramientas de aprendizaje automático desempeñan un papel de apoyo en la velocidad sin precedentes del desarrollo y la distribución de la vacuna contra la COVID-19. La IA ayuda a los investigadores a analizar las estructuras proteicas del virus, predecir mutaciones, modelar respuestas inmunitarias y optimizar el diseño de ensayos clínicos, contribuyendo a un calendario de vacunación medido en meses en lugar de en los años habituales.

Los subtítulos automáticos impulsados por IA transforman el acceso a vídeos, eventos en directo y llamadas telefónicas para las personas sordas o con discapacidad auditiva. Servicios como Google Live Caption y Otter.ai proporcionan subtítulos en tiempo real con gran precisión, haciendo accesibles los vídeos de YouTube, las reuniones de trabajo y las conferencias sin necesidad de equipos especializados.

Wildlife Insights, respaldado por Google, usa IA para identificar automáticamente especies animales en fotos de cámaras trampa. La plataforma procesa millones de imágenes que a los investigadores humanos les llevaría años analizar, ayudando a los grupos de conservación a rastrear poblaciones, monitorizar hábitats y detectar amenazas a la biodiversidad de manera mucho más eficiente.Visit Wildlife Insights →

Los modelos de aprendizaje automático que analizan los datos de monitorización continua de pacientes detectan indicadores tempranos de eventos cardíacos con horas de antelación, dando a los equipos médicos un tiempo extra crucial para intervenir. Los hospitales que prueban la monitorización asistida por IA en las unidades de cuidados intensivos reportan mejoras en la detección precoz de alertas, aunque la validación clínica continúa.Related research →

Organizaciones como Global Forest Watch usan IA para analizar imágenes de satélite y detectar eventos de deforestación en cuestión de días. La tecnología permite a los gobiernos y a los grupos de conservación responder a la tala ilegal con mucha más rapidez que el seguimiento tradicional, protegiendo millones de hectáreas de selva tropical.

Un estudio publicado en Nature Medicine muestra que el sistema de IA de Google Health detecta el cáncer de pulmón en tomografías computarizadas con un 5 % menos de falsos positivos y un 11 % menos de falsos negativos que los radiólogos experimentados. El sistema identifica tumores malignos que los humanos pasan por alto, detectando potencialmente los cánceres en etapas en las que el tratamiento es más eficaz.

La Administración de Alimentos y Medicamentos de EE.UU. aprueba IDx-DR, el primer sistema de IA autorizado para realizar un diagnóstico médico sin intervención médica. El dispositivo realiza cribados de retinopatía diabética —una causa principal de ceguera— a partir de imágenes de retina, lo que permite la detección precoz en entornos de atención primaria donde puede no haber oftalmólogos disponibles.

Microsoft compromete 50 millones de dólares para poner herramientas de IA al alcance de investigadores medioambientales de todo el mundo. El programa AI for Earth proporciona recursos de computación en la nube y capacidades de IA a proyectos que abordan el cambio climático, la pérdida de biodiversidad, la escasez de agua y la agricultura sostenible, permitiendo trabajos de conservación a escalas anteriormente imposibles para pequeños equipos de investigación.

Tras la victoria de AlphaGo sobre el campeón mundial de Go Lee Sedol, DeepMind crea un equipo para abordar uno de los grandes problemas sin resolver de la biología: predecir cómo las proteínas se pliegan en formas tridimensionales. Comprender la estructura de las proteínas es fundamental para entender las enfermedades y desarrollar nuevos tratamientos, un problema que había desconcertado a los científicos durante décadas.

DeepMind se asocia con el Royal Free London NHS Foundation Trust para desarrollar Streams, una app que usa IA para alertar a los médicos sobre pacientes en riesgo de daño renal agudo. La detección precoz de los problemas renales puede prevenir daños en los órganos, reducir los ingresos en cuidados intensivos y salvar vidas, en particular para los pacientes cuyos resultados analíticos podrían revisarse demasiado tarde.

Una red neuronal profunda logra un salto espectacular en la precisión del reconocimiento de imágenes en la competición ImageNet, superando todos los enfoques anteriores. Este avance demuestra que la IA puede «ver» y clasificar imágenes con una precisión cercana a la humana, sentando las bases de cada herramienta de cribado sanitario, monitorización de fauna, evaluación de catástrofes y accesibilidad impulsada por IA que vendrá después.

Durante la crisis del ébola en África Occidental, los modelos de aprendizaje automático ayudan a los epidemiólogos a predecir dónde se propagará el virus a continuación, permitiendo un despliegue más específico de los recursos médicos. El análisis de datos de teléfonos móviles con IA ayuda a mapear los movimientos de la población e identificar los patrones de transmisión, contribuyendo a los esfuerzos que ayudan a contener el brote.

Los investigadores empiezan a usar IA para analizar datos de satélite y rastrear las emisiones de carbono y las fugas de metano de instalaciones industriales individuales en todo el mundo. La tecnología proporciona datos de emisiones independientes y verificables que hacen responsables a los contaminadores y ayudan a los gobiernos a medir el progreso hacia los compromisos climáticos del Acuerdo de París.