El acceso a una atención médica oportuna suele depender de la geografía, y en ninguna parte esta brecha es más grave que en la lucha contra la tuberculosis (TB). La TB es prevenible y curable, pero cobra más de 1,23 millones de vidas cada año. Un cuello de botella clave es la radiología: en zonas rurales remotas y comunidades mineras, los radiólogos escasean y la infraestructura de imagen suele estar a días de distancia. Como resultado, millones de casos activos no se detectan, lo que mantiene la transmisión.
Google Research y Google for Health han trabajado para cambiar esta situación, pasando de una herramienta de IA para identificar casos presuntivos de TB en radiografías de tórax a ensayos clínicos prospectivos, autorización regulatoria con socios locales y modelos fundacionales abiertos como Med Gemma. El equipo presentará este trabajo en IDWeek 2026 en Washington, D. C., mostrando cómo los modelos fundacionales podrían democratizar el cribado de TB a escala global.
La investigación partió de una pregunta central: ¿puede la IA interpretar radiografías de tórax (CXR) con la precisión de un radiólogo experto? En 2019, un estudio de referencia publicado en Radiology mostró que los algoritmos de aprendizaje profundo detectaban la TB pulmonar activa a niveles equiparables a los de radiólogos experimentados. En agosto de 2021, la Stop TB Partnership clasificó el modelo entre los algoritmos de cribado de TB de mejor rendimiento a nivel mundial, y ese mismo año la Organización Mundial de la Salud recomendó la detección asistida por computadora para el cribado y la clasificación de TB. Una validación prospectiva multicéntrica de septiembre de 2024 en NEJM AI concluyó que el cribado asistido por IA mantenía una alta sensibilidad en poblaciones diversas.
Publicar un artículo es solo el comienzo. La "brecha de traslación" entre un algoritmo y una herramienta confiable en la cabecera del paciente implica lograr que el software sea fiable con distintos equipos de rayos X y en entornos sin conexión, integrarlo en los flujos de trabajo clínicos y cumplir con las normas de dispositivos médicos. Google se asoció con Nexus AI, una empresa de tecnología médica con sede en Pretoria, que convirtió los algoritmos en una herramienta de diagnóstico clínico certificada. Nexus AI obtuvo la certificación CE MDR Clase IIb bajo el Reglamento de Productos Sanitarios de la UE, el cumplimiento de la norma ISO 13485 y un acuerdo con FIND para tramitar la precalificación de la Organización Mundial de la Salud, mientras avanza la vía de la FDA estadounidense. Nexus Intelligence ya está desplegando la tecnología donde el acceso al diagnóstico es más urgente.
Fuente: Google AI Blog · Resumido por HeadlinesBriefing