Al pisar el recinto ferial de la reunión anual de la Sociedad Radiológica de Norteamérica este mes en el McCormick Place de Chicago, me sentí inmediatamente abrumado por los más de 700 expositores mostrando lo último en tecnología de imagen. Tras explorar un poco, algo más me llamó la atención: casi todas las empresas con las que hablé colaboraban de un modo u otro con Nvidia.
La firma tecnológica con sede en Silicon Valley, conocida hasta ahora por sus unidades de procesamiento gráfico (GPUs) para videojuegos, se está convirtiendo en uno de los nombres más destacados en el sector sanitario. A lo largo de los años, ha desarrollado una pila tecnológica de hardware y software sin igual, que se ha erigido como la columna vertebral del aprendizaje profundo en salud. Gracias a su solidez, ha forjado alianzas no solo con empresas de tecnología médica, sino también con farmacéuticas, hospitales, instituciones de investigación y startups de salud digital.
Basta considerar esto: solo en 2025, Nvidia ha establecido o ampliado colaboraciones con la Clínica Mayo, Mass General Brigham, Eli Lilly, GE HealthCare, Philips y Verily. Entonces, ¿qué diferencia a Nvidia de otras gigantes tecnológicas que han intentado abrirse un hueco en el mundo de la salud?
La última década ha visto fracasar a varios actores tecnológicos. Un ejemplo notable es la división de salud de Google: el gigante luchó durante años por escalar sus herramientas de IA clínica y terminó desmantelando la unidad en 2021. IBM Watson Health, que se desintegró ese mismo año, es otro caso en el que las altas expectativas sobre la IA en salud chocaron con la realidad de los flujos de trabajo clínicos complejos, los datos fragmentados y la lenta adopción por parte de los proveedores. Amazon también incursionó en salud con servicios de atención primaria que finalmente cerró, aunque la compañía aún espera descifrar el código sanitario a través de su farmacia y la adquisición de One Medical.
La diferencia parece radicar en que Nvidia comprende los límites de su papel en el ámbito sanitario.
“No pretendemos convertirnos en una empresa de salud. Nos centramos en llevar los avances más importantes en computación y hacerlos accesibles para todo el ecosistema sanitario”, afirmó Kimberly Powell, directora general de salud en Nvidia.
Mientras que los anuncios de IBM Watson Health eran habituales en televisión antes de su colapso, es poco probable que se vea a Nvidia promocionando sus capacidades de IA y análisis de datos en la pantalla pronto. No obstante, al enfocarse en empoderar a los actores del sector, grandes y pequeños, la empresa está labrando un papel único y cada vez más indispensable en la salud.
La experiencia en tecnología profunda se encuentra con casos de uso práctico
Powell concibe a Nvidia como una creadora de plataformas para los interesados en el sector salud. La compañía proporciona a hospitales, fabricantes de dispositivos, laboratorios farmacéuticos e investigadores la potencia de cálculo y las herramientas de IA que necesitan para innovar, señaló.
Las organizaciones sanitarias conocen sus dominios mejor que Nvidia jamás podría, por lo que la empresa se centra en equiparlas con la tecnología necesaria para convertir sus ideas en herramientas reales, explicó Powell.
Nvidia entró en el campo de la salud a mediados de la década de 2000, comenzando con la computación acelerada por GPU para imágenes médicas. Powell destacó que la radiología fue la aplicación primera y más evidente, ya que los escáneres son esencialmente sensores que generan conjuntos de datos masivos, los cuales las GPUs de Nvidia están singularmente preparadas para procesar.
Desde entonces, la compañía ha ampliado su trabajo en el ámbito sanitario, aplicando la IA y la computación acelerada al descubrimiento de fármacos, la robótica quirúrgica y la automatización de flujos de trabajo clínicos.
“Nos ven aparecer por todas partes porque profundizamos mucho. No somos una empresa enorme, pero vamos a fondo con nuestros excelentes líderes de pensamiento y expertos en dominio. Luego traducimos eso en herramientas que hacen que sea mucho más accesible para el resto de la industria aprovecharlo”, declaró Powell.
La empresa —que emplea a unas 36.000 personas— contrata a expertos en campos como radiología, robótica y química computacional para que actúen como traductores entre los problemas sanitarios y las soluciones computacionales, puntualizó.
Powell afirmó que este enfoque ha sido crucial para permitir una colaboración fluida con socios en áreas altamente técnicas, como el descubrimiento de fármacos o la oncología, ya que garantiza que la tecnología de Nvidia se aplique de formas que aborden verdaderamente las necesidades clínicas y científicas reales.
Haciendo la imagen más rápida e inteligente
Nvidia lleva casi una década colaborando con GE HealthCare para desarrollar herramientas de imagen que apoyen diagnósticos más oportunos y flujos de trabajo clínicos más sencillos. La semana pasada, GE anunció una nueva suite de productos de imagen impulsados por la infraestructura tecnológica de Nvidia, que incluye un sistema de TC, una máquina de resonancia magnética, un dispositivo de ecocardiografía y una herramienta de mamografía digital.
Estos productos utilizan las plataformas de computación de Nvidia para acelerar el procesamiento y visualización de imágenes. Básicamente, la tecnología de computación de Nvidia facilita enormemente que los dispositivos manejen los conjuntos de datos masivos y complejos típicos de la imagen moderna, explicó Sergio Calvo, director general global de teranóstica de GE HealthCare.
Agregó que GE también está trabajando con Nvidia en un sistema de tomografía por emisión de positrones (PET) de próxima generación.
“Lo que están haciendo por nosotros es revolucionario para el futuro del PET. En lugar de ser una imagen estática, será una imagen con múltiples fotogramas, permitiendo crear una película del escaneo PET”, detalló Calvo.
Esta mejora permitirá a los clínicos observar cómo los trazadores —las sustancias radiactivas usadas en el PET para resaltar la actividad metabólica o molecular— se distribuyen por el cuerpo a lo largo del tiempo, dando paso a una imagen más dinámica que puede mejorar el diagnóstico y guiar tratamientos más personalizados, afirmó.
Añadió que GE colabora con Nvidia en el desarrollo de dispositivos que realicen ecografías y radiografías autónomas, aunque estos se encuentran aún en fase de prototipo.
Otro gigante de la tecnología médica, Philips, también utiliza la computación de Nvidia para potenciar sus herramientas de imagen y de apoyo a la decisión clínica. La compañía depende del software y las aplicaciones de IA de Nvidia, además de su hardware, señaló Shez Partovi, director de innovación y estrategia de Philips.
Comentó que Philips y Nvidia están desarrollando conjuntamente modelos fundacionales que permiten a equipos como los escáneres de resonancia magnética realizar razonamiento automatizado. En el futuro, el propio escáner de resonancia magnética podría comprender lo que observa y tomar decisiones autónomas, en lugar de depender de un humano que analice las imágenes, de manera similar a cómo operan los vehículos autónomos, comentó Partovi.
"Un automóvil tiene una pantalla, pero normalmente conduce la persona. Hoy en día, el coche conduce por sí mismo. Por eso, junto con Nvidia, nos preguntamos: ¿cómo sería si una máquina de resonancia magnética ‘condujera’ por sí sola?", afirmó.
Dado que la escasez de radiólogos no muestra señales de disminuir, el objetivo es que el escaneo por resonancia magnética dependa menos de la intervención humana, señaló Partovi.
Desarrollo de IA sin la carga pesada
Las empresas se asocian cada vez más con Nvidia para potenciar sus capacidades de IA, ya que la compañía proporciona la infraestructura necesaria tanto para entrenar modelos de IA como para implementarlos en aplicaciones reales, dijo Tom Valent, director comercial de la startup de apoyo a la decisión clínica Aidoc. Colaborar con Nvidia ha permitido a su empresa centrarse en el desarrollo de algoritmos en lugar de en la infraestructura computacional subyacente, destacó.
En opinión de Valent, Nvidia ha construido un ecosistema que ayuda tanto a startups como Aidoc como a gigantes de la tecnología médica como Philips y GE a trasladar sus conceptos de IA del laboratorio a la clínica.
Esto también es válido para las organizaciones proveedoras. Por ejemplo, la Clínica Mayo ha estado trabajando con Nvidia este año para acelerar el desarrollo de herramientas de IA para patología digital.
Mayo ha abordado el desafío de analizar imágenes de gigapíxel mediante el aprovechamiento de las plataformas de hardware y software de Nvidia, declaró Matt Redlon, vicepresidente de biología digital en la unidad de patología digital de Mayo.
Mayo y Nvidia están codesarrollando herramientas que pueden procesar estas imágenes extremadamente grandes de manera eficiente, centrándose en las técnicas informáticas y de software necesarias para procesar, almacenar y analizar las muestras, además de permitir que los modelos de IA extraigan información clínica, explicó Redlon.
Nvidia era "el socio obvio" para este trabajo porque posee "lo que se ha convertido en la plataforma estándar para entrenar modelos de IA", añadió.
Para él, la colaboración no se trata tanto de comprar un producto terminado, sino de acceder a las herramientas e infraestructura que permiten a los investigadores y clínicos de Mayo concentrarse en resolver problemas clínicos reales.
Al proporcionar tanto el hardware como las capas de software optimizadas, Nvidia permite al sistema de salud experimentar a un ritmo mucho más rápido, dijo Redlon.
Mesura y humildad
Algunas de las colaboraciones más notables de Nvidia este año han surgido en el ámbito de las ciencias de la vida.
Por ejemplo, Verily comenzó a integrar el software de IA y la infraestructura de GPU de Nvidia en su plataforma de investigación, y ambas compañías están trabajando juntas para crear modelos multimodales más potentes utilizando grandes conjuntos de datos biomédicos.
El objetivo es crear modelos más fundamentales que combinen datos genómicos, imágenes, notas clínicas y resultados de laboratorio para detectar patrones que ningún conjunto de datos por sí solo podría revelar. Esto podría conducir a descubrimientos más tempranos en áreas como la predicción de enfermedades, el desarrollo de fármacos y la atención personalizada, explicó Myoung Cha, director de producto de Verily.
"Es una gran asociación. Creo que aportan más que potencia de cálculo; también tienen este deseo de catalizar realmente el ecosistema. Creo que ven el potencial de la IA en la atención sanitaria, y mucho de lo que hacen es realmente impulsar la innovación y acelerar todo el ecosistema de IA en el sector de la salud", destacó Cha.
Señaló que Nvidia comprende una realidad fundamental de la IA en salud: los datos no son fácilmente accesibles y no están disponibles abiertamente en internet como lo están los datos de consumo. Por lo tanto, sus líderes son plenamente conscientes de que los datos sanitarios están fragmentados entre sistemas y sujetos a estrictas normas de privacidad.
Este desafío también presenta una oportunidad: precisamente por esto existe un gran potencial sin explotar para la IA en el ámbito de la salud, afirmó Cha.
Destacó que Nvidia también reconoce que la atención sanitaria requiere una capa de "última milla", que pueden proporcionar socios como Verily. Este enfoque y mesura diferencian a Nvidia de gigantes tecnológicos anteriores que sobrepasaron sus límites, como IBM Watson Health, sostuvo Cha.
Otro líder de uno de los socios de Nvidia en ciencias de la vida —Ben Mabey, director de tecnología de Recursion Pharmaceuticals— coincidió con la opinión de Cha de que el éxito de Nvidia proviene de su compromiso con construir la capa horizontal de computación, más que un negocio sanitario. Su empresa colabora con Nvidia para acortar los plazos del descubrimiento de fármacos.
Compañías como IBM y Amazon comenzaron intentando vender servicios y productos de alto nivel, como soluciones de IA para enfermedades específicas, herramientas de gestión de salud poblacional e incluso atención primaria. Nvidia, por otro lado, vende infraestructura de computación y software, que las empresas de biotecnología, las startups tecnológicas y los proveedores necesitan urgentemente para entrenar y ejecutar herramientas modernas de IA, explicó Mabey.
"La pregunta fundamental es: ¿crees que la computación acelerada puede tener un gran impacto en la atención sanitaria? Si es así, Nvidia es uno de los pocos lugares donde realmente puedes obtenerla", afirmó.
No es que Nvidia no tenga rivales en este espacio. Otras empresas ofrecen plataformas de computación acelerada, incluyendo Google, AMD e Intel, pero Nvidia es "realmente la única opción importante" cuando se trata de proporcionar esta infraestructura a gran escala, dijo Mabey.
Los obstáculos entre el potencial y el impacto
La capacidad de Nvidia para mantenerse humilde ha sido su arma secreta, según Pankit Bhalodia, socio de la consultoría West Monroe. El objetivo de Nvidia parece ser ayudar a otras empresas a alcanzar resultados o productos finales, en lugar de intentar hacer todo ellos mismos, a diferencia de muchos otros disruptores tecnológicos, dijo.
Bhalodia también destacó que Nvidia ha encontrado un nicho ideal en el sector sanitario al concentrarse en áreas que históricamente han sido lentas y costosas, como el descubrimiento de fármacos y los flujos de trabajo de imágenes complejas. Sin embargo, las asociaciones por sí solas no garantizan una revolución de la IA —la ejecución es crucial. Todavía existen algunos desafíos persistentes que Nvidia aún no ha superado en su incursión en la atención sanitaria, añadió Bhalodia.
Las brechas en la preparación de los datos siguen siendo un problema constante. Muchas organizaciones sanitarias aún no están completamente preparadas para organizar y limpiar sus datos, lo cual es esencial para que la IA funcione de manera efectiva. El papel de Nvidia es proporcionar la potencia de cálculo y las herramientas de software que pueden procesar y analizar estos datos, pero Bhalodia explicó que la industria sanitaria aún no tiene un método claro para salvar la brecha de preparación de datos y aprovechar plenamente la IA.
También existe el desafío siempre presente de la adopción por parte de los profesionales. Aun con la próxima generación de herramientas de IA, los clínicos y demás personal necesitan formación y confiança para integrar estas tecnologías en sus flujos de trabajo diarios; de lo contrario, los beneficios potenciales no se materializarán, señaló.
No obstante, esa responsabilidad recae quizás más en los actores del sector sanitario que en la propia Nvidia.
En última instancia, el éxito de Nvidia en el ámbito de la salud proviene de su disposición a desempeñar un papel de apoyo, en lugar de intentar apropiarse de todo el ecosistema. Al proporcionar la capacidad de computación y la infraestructura de desarrollo de IA que las organizaciones sanitarias necesitan, está ayudando a la industria a convertir ideas en herramientas reales, incluso si el impacto real de la compañía aún depende de que el conjunto del sector sanitario supere los desafíos que Bhalodia describió.
Pero esta empresa, antaño centrada en los videojuegos, se ha transformado con éxito en una compañía de visión por computadora con aplicaciones en innumerables industrias. En el proceso, se ha convertido en la empresa más valiosa del mundo y en un aliado crucial para la transformación impulsada por la IA en la sanidad.
Foto: JHVEPhoto, Getty Images