Un equipo de investigación liderado desde España ha desarrollado un innovador enfoque basado en inteligencia artificial explicable (XAI) para identificar variantes genéticas que predisponen a los pacientes a sufrir sepsis tras una operación. El estudio, publicado en Frontiers in Medicine, analiza el ADN de más de 4.000 personas y detecta genes clave que podrían predecirse con un simple análisis de sangre antes de entrar al quirófano. Este hallazgo podría revolucionar la forma en que se previene y trata una de las complicaciones postoperatorias más letales en hospitales.

OpenAI ha comenzado a contratar investigadores especializados en robótica, muchos de ellos con experiencia en humanoides, como parte de su renovado esfuerzo por alcanzar la inteligencia artificial general (IAG). La compañía, que ya lidera el desarrollo de modelos de lenguaje como ChatGPT, busca ahora trasladar esos avances al terreno físico con algoritmos capaces de controlar robots. El movimiento incluye fichajes procedentes de universidades punteras y la publicación de ofertas de empleo que apuntan a un interés creciente por sistemas mecánicos y de teleoperación, lo que sugiere que la empresa podría estar preparando el terreno para diseñar sus propios prototipos robóticos.

Un equipo de científicos ha logrado que una inteligencia artificial diseñe experimentos en física que superan en eficacia a los creados por humanos. Desde optimizar detectores de ondas gravitacionales como los de LIGO hasta proponer nuevas configuraciones para entrelazar partículas cuánticas, estos algoritmos están replanteando cómo se hace la ciencia. Aunque los humanos aún deben interpretar los resultados, los físicos reconocen que estas propuestas abren caminos que nadie había imaginado. La IA no sustituye, pero sí amplía los límites de la imaginación científica.

Las Células Virtuales de Inteligencia Artificial (AIVC) representan un avance crucial en la investigación del cáncer, al permitir simulaciones computacionales de procesos celulares complejos. Estas herramientas, basadas en inteligencia artificial, pueden predecir alteraciones moleculares y guiar tanto el desarrollo de tratamientos personalizados como la experimentación in silico.