Google amplía la IA para acelerar la ciencia y la salud
Google reúne sus avances de IA en salud, predicción de desastres, educación, accesibilidad y trabajo. La empresa destaca herramientas que ya analizan millones de datos, pero reconoce que sus beneficios dependen de la validación, la supervisión humana y un acceso más equitativo.

Google presentó un balance de cómo está usando la inteligencia artificial para investigar enfermedades, anticipar desastres, ampliar el acceso a la educación y transformar el trabajo. La compañía asegura que sus tecnologías ya funcionan en más de 300 idiomas, hablados por unos 7.000 millones de personas, el 86% de la población mundial.
El anuncio no se centra en un único producto. Reúne avances desarrollados por Google y sus socios en salud, clima, aprendizaje, accesibilidad y economía. También incluye el lanzamiento de AI & Economy ATLAS, una herramienta interactiva que muestra cómo las personas están usando la IA en distintos países y actividades.
Más herramientas para investigar enfermedades
Uno de los objetivos principales es detectar enfermedades antes y ayudar a los científicos a entender mejor sus causas. Google afirma que AlphaFold, su sistema para predecir la estructura de las proteínas, ya ha cubierto los 200 millones de estructuras conocidas por la ciencia y es utilizado por 4 millones de investigadores en 190 países.
La compañía también presentó AlphaGenome Atlas, que reúne predicciones sobre los 9.000 millones de posibles cambios de una sola letra en el genoma humano. El recurso está disponible para investigadores y busca mostrar cómo esas variaciones pueden alterar el comportamiento de las células.
En pruebas con el Imperial College London y el sistema público de salud británico, una herramienta de IA detectó un 25% de los cánceres de mama que no se habían identificado inicialmente en mamografías de 175.000 mujeres. Google subraya que estos sistemas están diseñados para apoyar a los profesionales, no para sustituir el diagnóstico médico.
Otros proyectos buscan ampliar el acceso a pruebas básicas:
- Un sistema para analizar radiografías de tórax ha revisado más de 25.000 imágenes en 40 centros de seis países para ayudar a detectar tuberculosis.
- Sus modelos para identificar retinopatía diabética han respaldado más de 1,15 millones de revisiones en todo el mundo.
- La compañía trabaja con teléfonos y dispositivos portátiles para detectar señales relacionadas con enfermedades cardiovasculares, hipertensión y resistencia a la insulina.
Co-Scientistayuda a generar y comprobar hipótesis, como posibles usos de medicamentos existentes contra la leucemia mieloide aguda.
Para ti, esto podría traducirse en diagnósticos más tempranos o en herramientas médicas disponibles en lugares donde faltan especialistas. Pero todavía son sistemas en desarrollo y necesitan validación clínica, supervisión humana y reglas claras para proteger los datos de los pacientes.
Predecir inundaciones, epidemias y otros riesgos
Google también está aplicando IA a la predicción de fenómenos naturales y crisis humanitarias. WeatherNext 3, su modelo meteorológico más reciente, ofrece pronósticos de precipitaciones un 50% más precisos con un día o más de anticipación, según la empresa. Ya se utiliza en productos de Google.
La plataforma Flood Hub cubre ahora zonas de riesgo en más de 150 países y alcanza a unos 2.000 millones de personas. En 2025, las predicciones sobre monzones proporcionaron información a 38 millones de agricultores en India. Además, los sistemas de Google generaron más de 520 alertas sobre incendios forestales que llegaron a más de 75 millones de usuarios.
Otro proyecto, Planetary Prediction Engine, combina datos sobre salud, alimentación y condiciones socioeconómicas. Su propósito es anticipar crisis con instrucciones escritas en lenguaje común. En el brote de ébola de la República Democrática del Congo, Google afirma que identificó por adelantado el 83% de los nuevos puntos críticos. En Nigeria, duplicó la precisión de las previsiones locales sobre seguridad alimentaria.
Estas herramientas no eliminan el riesgo de una catástrofe. Su valor está en ganar tiempo: avisar antes, repartir recursos con más precisión y localizar a las comunidades que necesitan ayuda con mayor urgencia.
Educación y trabajo: oportunidades, pero también cambios
Google sostiene que la IA puede personalizar el aprendizaje, traducir materiales y ayudar a los docentes con tareas de investigación, preparación y administración. Sus herramientas de aprendizaje guiado pretenden explicar temas complejos paso a paso y en más idiomas.
La empresa también reconoce los problemas: errores, trampas académicas, pérdida de pensamiento crítico y desigualdad en el acceso. Por eso colabora con ISTE+ASCD para ofrecer formación en alfabetización de IA a los 6 millones de docentes de Estados Unidos.
En el ámbito laboral, Google espera tres efectos simultáneos:
- Algunos puestos podrían reducirse.
- Otros empleos crecerán.
- Muchos trabajos cambiarán porque la IA asumirá parte de las tareas.
La compañía afirma haber destinado más de 1.000 millones de dólares a programas de formación y capacitación, que han llegado a más de 100 millones de personas. Aun así, admite que harán falta más apoyos para que los trabajadores puedan adaptarse o cambiar de sector.
Más idiomas y accesibilidad
Google dice que sus sistemas de traducción ya ayudan a procesar alrededor de 1 billón de palabras al mes y que su meta es cubrir los 1.000 idiomas más hablados del mundo. También ha creado conjuntos de datos de voz para lenguas africanas e indias poco representadas en la tecnología.
La accesibilidad incluye proyectos como SL2T, un modelo que convierte lengua de signos en texto. El objetivo es que la IA no solo traduzca entre idiomas mayoritarios, sino que también funcione con dialectos, lenguas regionales y distintas formas de comunicación.
Google presenta estos avances como una forma de acelerar la ciencia y mejorar servicios concretos. Pero la propia compañía reconoce que los beneficios no están garantizados: la IA puede fallar, ampliar desigualdades o utilizarse de forma dañina. Lo que viene ahora será comprobar qué resultados se mantienen fuera de las demostraciones, quién puede acceder a ellos y qué controles acompañan su despliegue.