El uso de la inteligencia artificial en el sector de la salud dejó de ser una proyección para convertirse en una realidad que avanza a paso acelerado. A nivel mundial, la implementación de estas herramientas en medicina se han duplicado entre 2024 y 2026, un dato que refleja la velocidad con que la tecnología está reconfigurando la práctica clínica. Argentina no queda al margen de esta tendencia, aunque parte de una base de adopción considerablemente más baja que la de los países con mayor desarrollo tecnológico, lo que evidencia la existencia de brechas en el acceso a la salud.

Por ahora, el modelo predominante es el de la llamada "medicina aumentada": la IA no reemplaza al médico sino que lo potencia. Funciona como un asistente inteligente capaz de procesar grandes volúmenes de datos, mejorar la precisión diagnóstica y colaborar en el diseño de tratamientos personalizados. El profesional de la salud conserva las decisiones, pero cuenta con una herramienta que amplifica su capacidad de análisis de manera exponencial. 

También la IA se puede usar para avanzar con políticas de prevención y medidas sanitarias: un ejemplo local significativo fue el que se realizó desde una universidad para el monitoreo del dengue. Así la combinación de datos estadísticos, geográficos y clínicos ayudaba a anticipar focos de contagio y orientar las respuestas sanitarias con mayor eficacia. 

Sin embargo, la adopción generalizada enfrenta obstáculos que no son menores. El riesgo de una dependencia excesiva de los sistemas automatizados por parte de los profesionales de la salud es una preocupación creciente en la comunidad médica. A eso se suman problemas serios de privacidad vinculados al manejo de historias clínicas en plataformas digitales, el posible deterioro de la relación médico paciente y la ausencia de marcos regulatorios sólidos que establezcan límites claros sobre el uso de datos sensibles y toma de decisiones. Sin regulación, el avance tecnológico puede convertirse en una fuente de nuevas vulnerabilidades.

El caso de la perra Rosie: potencial de la IA en tratamientos para el cáncer

Pero si hay un caso que capturó la imaginación del mundo científico y del público en general, ese es el de Rosie, una perra mestiza de ocho años adoptada de un refugio en Australia. Rosie fue diagnosticada en 2024 con un cáncer mortal de mastocitos, y su dueño, el empresario tecnológico de Sídney, Paul Conyngham, avanzó con los tratamientos tradicionales recomendados por los veterinarios, aunque no tuvieron resultados.  

Ante varias consultas con motores de IA, surgió la idea de la inmunoterapia personalizada. Entonces Conyngham invirtió aproximadamente 3.000 dólares en la secuenciación del ADN sano y tumoral de Rosie. Siguió estos pasos: obtuvo orientación de ChatGPT para identificar mutaciones relevantes y luego recurrió a AlphaFold, de Google DeepMind, para modelar en tres dimensiones las proteínas codificadas por esas mutaciones. Con ese mapa genético en mano, se acercó a investigadores de la Universidad de Nueva Gales del Sur, quienes terminaron colaborando en el desarrollo de una vacuna experimental basada en ARN mensajero —la misma tecnología utilizada en las vacunas contra el COVID-19— diseñada exclusivamente para el tumor de Rosie.

El químico Pall Thordarson formuló la vacuna personalizada en menos de dos meses. "Esta es la primera vez que se desarrolla una vacuna personalizada contra el cáncer para un perro", declaró Thordarson. Los resultados iniciales fueron sorprendentes: uno de los tumores de Rosie se redujo a la mitad en pocas semanas tras recibir la vacuna experimental. Aunque el tratamiento no erradicó todos los tumores —la heterogeneidad tumoral lo impide—, Rosie mejoró su calidad de vida y la Universidad de Nueva Gales del Sur ya trabaja en una segunda vacuna dirigida a tratar el tumor que no respondió al tratamiento. Aunque no se hizo público, el costo del tratamiento completo seguramente fue elevado (unos 20 mil dólares, según análisis de motores de IA). 

El caso de Rosie es una demostración práctica sobre la utilidad de la inteligencia artificial para comprimir drásticamente los tiempos entre el diagnóstico y el diseño de un tratamiento personalizado. Gigantes farmacéuticos como Moderna y Merck ya operan ensayos en fase 3 probando el mismo concepto tecnológico en humanos. Aun así, los expertos advierten que la generalización de estas terapias para personas tardará entre 10 y 15 años, dado el costo elevado y la necesidad de establecer protocolos rigurosos. El horizonte es prometedor, pero el camino es largo. 

A continuación el desarrollo de la temática por Sebastián Di Domenica en Canal E: https://youtu.be/e7egMKxIrZE?si=p_qLRhqQP6IxNn5E