Google lleva la IA a la investigación de enfermedades

Google está usando inteligencia artificial para estudiar enfermedades, acelerar diagnósticos y ayudar a los sistemas de salud a prepararse para brotes. En los últimos cinco años, sus equipos han publicado 90 investigaciones revisadas por expertos que acumulan más de 90.000 citas, según la compañía.

La estrategia cubre todo el recorrido de una enfermedad: desde entender qué ocurre dentro de una célula hasta apoyar decisiones médicas y anticipar la demanda de hospitales. Google afirma que trabaja con médicos, universidades e instituciones de investigación para que estos avances no se queden en el laboratorio.

De los genes a los tratamientos

Una de las áreas centrales es la biología molecular, el estudio de los procesos que ocurren dentro de las células. Sus modelos intentan ayudar a los investigadores a identificar qué cambios genéticos están relacionados con una enfermedad y cómo podrían actuar ciertos tratamientos.

Algunos ejemplos:

• Investigadores del Institute for Global Health de Barcelona usaron AlphaFold para analizar virtualmente 30.000 compuestos contra la enfermedad de Chagas, que afecta a unos 8 millones de personas. El trabajo permitió identificar dos medicamentos aprobados por la FDA que podrían reutilizarse contra esta enfermedad.
• Un equipo de la Universidad de Exeter analizó datos genéticos de más de 54.000 personas con AlphaGenome Atlas. El objetivo era separar las mutaciones relevantes del enorme volumen de cambios genéticos que no parecen tener efectos importantes.
• En colaboración con el laboratorio de Jeff Lichtman, de Harvard, Google reconstruyó un fragmento de cerebro humano con resolución nanométrica y publicó los datos para que otros investigadores puedan analizarlos. También creó mapas de cerebros de una mosca, un pez cebra joven y un pájaro cantor.

Estos resultados no son tratamientos listos para pacientes. Son herramientas para acelerar hipótesis que después deben comprobarse en el laboratorio y en estudios clínicos.

Más velocidad en el laboratorio y los hospitales

La IA también se está usando para reducir tareas que antes requerían mucho tiempo. En una colaboración con la Facultad de Medicina de Stanford, DeepVariant y DeepConsensus ayudaron a obtener diagnósticos genéticos mediante secuenciación completa del genoma en menos de ocho horas en casos urgentes. El resultado fue reconocido con un récord Guinness.

Google presentó además AlphaProtein Novo, un sistema para diseñar enzimas, proteínas que aceleran reacciones químicas, desde cero. En pruebas de laboratorio, creó enzimas capaces de fabricar componentes de medicamentos y de degradar plásticos tóxicos en condiciones extremas. Es una demostración experimental, no una tecnología de uso general en hospitales.

En salud pública, los modelos de Google Earth AI combinan información geográfica, ambiental, meteorológica y de movilidad. En una investigación de la oficina africana de la Organización Mundial de la Salud y el instituto de salud pública de la República Democrática del Congo, modelos conversacionales geoespaciales ayudaron a detectar antes los riesgos de exposición y transmisión del ébola. Esto permitió a los equipos locales desplegar laboratorios móviles de forma preventiva.

Apoyo al diagnóstico y a la planificación sanitaria

En dos estudios publicados en Nature Cancer, Google y el Imperial College London evaluaron un sistema de mamografías con 125.000 mujeres. El sistema identificó el 25% de los cánceres que históricamente se habían pasado por alto entre revisiones y mostró la posibilidad de reducir hasta un 40% la carga de lectura de los especialistas.

La cifra no significa que la IA sustituya a los radiólogos. Indica que podría servir como apoyo en sistemas sanitarios con falta de especialistas, siempre bajo validación clínica y supervisión profesional.

Otros proyectos buscan detectar señales que pueden escapar a los análisis habituales. En casos reales de leucemia infantil, DeepSomatic confirmó todas las variantes conocidas y encontró 10 mutaciones que no se habían detectado antes, incluso trabajando con muestras que solo contenían tejido tumoral. Esta información podría ayudar a valorar el riesgo y elegir tratamientos dirigidos, aunque las decisiones siguen correspondiendo al equipo médico.

Google también asegura que uno de sus modelos de predicción de gripe ocupó el primer lugar en una evaluación de los CDC para anticipar hospitalizaciones durante la temporada 2025-2026. Superó a otros 38 sistemas y coincidió con los ingresos hospitalarios observados.

La compañía afirma que en 2026 Google.org ha destinado más de 60 millones de dólares a organizaciones que aplican estos modelos a enfermedades y salud pública. Lo importante ahora es comprobar qué herramientas mantienen su precisión fuera de los entornos controlados, cómo se integran en hospitales reales y qué garantías existen para proteger los datos de los pacientes. La IA puede acelerar la investigación, pero el paso decisivo sigue siendo demostrar que esa velocidad mejora de forma segura la atención de las personas.