Las nuevas herramientas de IA de Google: del ADN al pronóstico del tiempo

Las recientes novedades de inteligencia artificial de Google no conforman un único lanzamiento, sino una cartera de recursos y sistemas para la ciencia, la salud, el clima y el acceso a la información. El proyecto más concreto es AlphaGenome Atlas, pero el conjunto también incluye un modelo meteorológico, investigación sanitaria, herramientas para anticipar crisis y un observatorio sobre el impacto económico de la IA. 4

AlphaGenome Atlas: un mapa consultable de cambios posibles en el ADN

AlphaGenome Atlas es una base de datos con predicciones generadas por IA sobre los efectos moleculares de aproximadamente 9.000 millones de variantes de un solo nucleótido: todos los posibles cambios de una sola letra en el genoma humano. Google DeepMind utilizó su modelo AlphaGenome para precalcular el impacto regulatorio de esas variaciones, lo que dio lugar a un conjunto de datos de alrededor de un petabyte. 312

La principal utilidad es ahorrar tiempo a los equipos científicos. En vez de ejecutar el modelo desde cero para cada variante genética candidata, pueden consultar predicciones ya calculadas. El AlphaGenome Variant Impact (AVI) score les ayuda a priorizar qué variaciones conviene investigar primero. El Atlas contempla tanto las regiones que codifican proteínas como las que regulan la actividad de los genes. 212

Es, por tanto, una herramienta para orientar la investigación en un volumen enorme de posibilidades. Pero una predicción de efecto molecular no es un diagnóstico ni demuestra que una variante cause una enfermedad. Antes de que pueda influir en decisiones médicas, debe someterse a validación experimental, clínica y específica para cada caso. 8

Qué relación tiene con AlphaFold y AlphaMissense

Google sitúa AlphaGenome junto a otros sistemas de biología computacional ya conocidos. AlphaFold se centra en predecir estructuras de proteínas, mientras que AlphaMissense y AlphaGenome abordan los posibles efectos de variaciones genéticas. En conjunto, estos recursos buscan ayudar a los investigadores a pasar de un cambio en el ADN a hipótesis sobre sus consecuencias en la biología celular. 412

No se trata de un sistema clínico único ni de una respuesta definitiva sobre una enfermedad. Son herramientas complementarias cuyo valor depende de la comprobación de sus resultados en el contexto biológico que se esté estudiando.

IA para detectar cáncer de mama: resultados prometedores, aún experimentales

Google también destacó una investigación realizada con el Imperial College London y el NHS, el sistema público de salud del Reino Unido, sobre apoyo con IA en el cribado de cáncer de mama. Según Google, un sistema experimental identificó el 25 % de los cánceres de intervalo que los métodos convencionales no habían detectado previamente en mamografías de 175.000 mujeres. 446

Los cánceres de intervalo son los que aparecen tras un resultado de cribado y pueden detectarse cuando ya han surgido síntomas. El hallazgo es relevante como evidencia de investigación, pero no implica que la IA pueda sustituir los programas de mamografías, a los radiólogos ni al juicio clínico.

Su aplicación en la atención sanitaria exige validación en distintos entornos, supervisión y una evaluación rigurosa de falsos positivos, falsos negativos y resultados para las pacientes. 46

WeatherNext 3: pronósticos globales con datos satelitales

WeatherNext 3 es el nuevo modelo global de IA de Google para predicción meteorológica. Incorpora datos satelitales en tiempo real y genera previsiones horarias con varias resoluciones espaciales, con el objetivo de mejorar la estimación de precipitaciones y otras variables atmosféricas. 1819

Google afirma que el modelo mejora sus pronósticos de precipitación frente a diversas referencias de evaluación. Sus resultados publicados citan mejoras de hasta el 60 % frente a IMERG, del 30 % frente a MRMS y del 10 % frente a mediciones de pluviómetros en horizontes de predicción tempranos. Un anuncio regional de Google añade que la precisión del pronóstico de lluvia a partir del día siguiente mejoró hasta un 50 %. 1920

Los datos satelitales pueden ser especialmente útiles en zonas donde escasean las observaciones terrestres. Aun así, cualquier cifra de rendimiento depende de la métrica empleada, el punto de comparación, la región y el plazo del pronóstico. Estas previsiones deben formar parte de sistemas más amplios de información meteorológica, respuesta de emergencia y planificación.

Earth AI: anticipar crisis sanitarias, alimentarias y climáticas

El Earth AI Planetary Prediction Engine de Google combina datos de salud mundial, seguridad alimentaria y variables socioeconómicas para prever crisis como brotes de enfermedades, escasez de alimentos y riesgos vinculados al clima. La empresa afirma que el sistema puede funcionar con instrucciones en lenguaje natural y que ya se usó durante el brote de ébola en la República Democrática del Congo, además de identificar comunidades vulnerables en Estados Unidos mediante 21 indicadores de salud de los CDC. 4

Un sistema de este tipo podría ayudar a organizaciones públicas y humanitarias a detectar antes dónde conviene investigar o concentrar recursos. Sin embargo, sus resultados son pronósticos, no certezas: su calidad depende de los datos disponibles, los supuestos del modelo y las decisiones de los equipos responsables de salud pública y ayuda humanitaria.

Acceso a la información en más idiomas

Google también describió capacidades lingüísticas basadas en IA para más de 300 idiomas, hablados por cerca de 7.000 millones de personas, aproximadamente el 86 % de la población mundial. El objetivo declarado es reducir las barreras idiomáticas para acceder a información y servicios digitales. 4

Sin embargo, tener cobertura en un idioma no equivale automáticamente a ofrecer el mismo nivel de acceso para todas las personas. La calidad de la traducción, el soporte de variedades regionales, el contexto cultural, la conectividad local y la disponibilidad de fuentes fiables siguen siendo factores decisivos para que la información sea útil y segura.

AI & Economy ATLAS: observar cómo se usa la IA

El proyecto AI & Economy ATLAS es una iniciativa de acceso abierto destinada a documentar cómo se utiliza la IA en el trabajo y en la vida cotidiana en distintos lugares del mundo. Su propósito es ofrecer una visión descriptiva de la adopción y de los efectos percibidos, no una previsión definitiva sobre el empleo o la productividad. 414

La diferencia importa. La IA puede crear nuevas tareas, herramientas y funciones, al mismo tiempo que transforma o reduce la demanda de otros trabajos. Medir el uso de estas tecnologías es útil, pero por sí solo no determina cómo se repartirán los beneficios, los riesgos y las oportunidades.

La clave: más capacidad, pero no beneficios automáticos

AlphaGenome Atlas es el recurso de investigación más tangible de esta ronda de anuncios: un mapa público generado con IA que ofrece predicciones para cerca de 9.000 millones de posibles cambios de una letra en el ADN humano. Junto a él, Google impulsa herramientas para pronóstico meteorológico, mapeo de crisis, investigación sanitaria, acceso lingüístico y análisis de la adopción de la IA. 34

El potencial es considerable, pero sus beneficios no están garantizados. Las predicciones científicas y médicas requieren validación independiente; los sistemas de pronóstico necesitan un uso responsable; y una mayor cobertura debe ir acompañada de precisión, relevancia local y una implementación equitativa.