El Sheba Medical Center, a través de su hub de innovación ARC Landing Boston, firmó un memorando de entendimiento (MOU) con el Dana-Farber Cancer Institute para explorar colaboraciones en salud digital, inteligencia artificial e innovación en oncología. El acuerdo crea un marco para evaluar iniciativas conjuntas en el cuidado del cáncer apoyado por IA, tecnologías de salud digital y otras áreas de interés común. No se divulgaron los términos financieros ni los proyectos específicos.
Qué se anunció
ARC Landing Boston fue creado por el Sheba Medical Center, de Israel, y por su brazo de innovación ARC (sigla en inglés de Accelerate, Redesign, Collaborate), con la misión de conectar startups, sistemas de salud y emprendedores con el ecosistema de ciencias de la vida de Massachusetts. Bajo el memorando, Dana-Farber aportará su experiencia en investigación y atención clínica del cáncer, mientras que ARC ofrece su plataforma de innovación para evaluar y escalar tecnologías emergentes.
"Nuestra alianza con el Dana-Farber Cancer Institute representa un paso importante en la expansión de la red de socios clínicos de referencia de ARC Landing Boston", afirmó el profesor Eyal Zimlichman, director de innovación y de IA del Sheba y fundador de ARC. Según él, combinar la plataforma de innovación del Sheba con la experiencia de clase mundial de Dana-Farber crea la oportunidad de acelerar el desarrollo, la evaluación y la adopción de tecnologías capaces de mejorar los desenlaces de los pacientes. Adam Reich, vicepresidente sénior de estrategia de negocios de Dana-Farber, dijo que la institución ve en la colaboración la posibilidad de evaluar tecnologías emergentes que puedan apoyar sus prioridades de investigación y clínicas.
Fundado en el Sheba en 2019, ARC es una red global de innovación en salud enfocada en el desarrollo y la implementación de tecnología liderados por médicos. De acuerdo con la organización, la red opera en 12 países y en más de 30 sistemas de salud en el mundo. El Sheba, con sede en Tel Hashomer, ya fue reconocido por la revista Newsweek entre los mejores hospitales del planeta.
Por qué los hospitales crean hubs de innovación
El auge de hubs como ARC responde a una dificultad estructural del sector: convertir promesas tecnológicas en beneficio clínico real. Las startups de IA nacen con algoritmos entrenados en bases de datos públicas o limitadas, pero carecen del acceso a flujos asistenciales, a datos representativos y a la validación prospectiva que solo un gran centro médico puede ofrecer. Al acercar a los desarrolladores a los equipos asistenciales, los hubs acortan el camino entre la prueba de concepto y la rutina del hospital.
Este modelo de desarrollo liderado por médicos tiende a producir herramientas más adaptadas al trabajo real. En lugar de soluciones en busca de un problema, las tecnologías se moldean según necesidades identificadas junto a la cama del paciente, en el laboratorio de patología o en la sala de planificación de radioterapia. Para el centro oncológico, la contrapartida es el acceso anticipado a innovaciones y la posibilidad de influir en su diseño. No por casualidad, grandes grupos y fondos han ampliado sus aportes en el sector, como muestra la reciente inversión estratégica en oncología que evidencia el apetito del mercado por activos de cuidado del cáncer.
IA en el cuidado del cáncer: dónde ya actúa la tecnología
Hablar de "IA en oncología" es hablar de aplicaciones muy distintas entre sí. En la imagen, algoritmos de aprendizaje profundo ya ayudan en la detección y caracterización de nódulos pulmonares, lesiones mamarias y hallazgos incidentales, priorizando exámenes críticos en las colas de informe. En la patología digital, los modelos analizan láminas completas para apoyar la graduación tumoral y el conteo de mitosis. En la planificación de radioterapia, la segmentación automática de órganos de riesgo reduce de horas a minutos una etapa antes totalmente manual. Existen además modelos de predicción de riesgo, de respuesta al tratamiento y de selección de terapias.
La madurez regulatoria acompaña este avance: la mayoría de los dispositivos de IA autorizados por agencias como la FDA se concentra justamente en radiología y cardiología, como detalla nuestro panorama de los principales proveedores de IA con aval de la FDA. Incluso el procesamiento de lenguaje llega al consultorio, con modelos de gran porte que se prueban para estructurar y resumir el informe radiológico en un lenguaje accesible para el paciente.
El punto sensible, sin embargo, es la brecha entre el piloto y la adopción clínica. Muchos algoritmos muestran un desempeño excelente en estudios retrospectivos y fracasan cuando se exponen a poblaciones, equipos y protocolos distintos de aquellos con los que fueron entrenados. La validación prospectiva, el monitoreo continuo del desempeño, la integración a la historia clínica y la capacitación de los equipos son etapas costosas y prolongadas que muchas empresas subestiman. Y es precisamente esa brecha de validación la que alianzas como la de ARC con Dana-Farber se proponen atacar.
Implicaciones para la industria y para América Latina
Para el mercado, acuerdos de este tipo funcionan como un sello de credibilidad: una tecnología validada en un centro del porte de Dana-Farber gana argumentos comerciales y regulatorios que aceleran su llegada a otros países. Para Brasil y América Latina, el efecto suele ser indirecto, pero relevante. Las soluciones que maduran en estos ecosistemas tienden a definir el estándar internacional que luego será importado, adaptado y reembolsado en la región.
Esto refuerza la importancia de que hospitales y clínicas de la región sigan de cerca este movimiento, exijan evidencia local antes de adoptar e inviertan en infraestructura de datos que permita reproducir los beneficios observados en el exterior. Sin datos organizados, interoperables y representativos de la población local, el riesgo es importar algoritmos que no entregan el mismo desempeño fuera de su entorno original.
Perspectivas y limitaciones
Es importante calibrar las expectativas. Lo que se firmó es un memorando de entendimiento, es decir, un compromiso de explorar oportunidades, y no un contrato con metas, presupuesto o cronograma definidos. No hay montos divulgados ni proyectos concretos anunciados; los próximos pasos dependerán de la identificación de tecnologías prometedoras y de la estructuración de iniciativas conjuntas.
Aun así, la dirección es clara. Al unir la plataforma de innovación del Sheba, ya distribuida por decenas de sistemas de salud, con la experiencia oncológica de Dana-Farber, la alianza crea un canal estructurado para probar, refinar y escalar tecnologías de IA en el cuidado del cáncer. Si logra convertir los pilotos en práctica clínica validada, el modelo puede volverse una referencia más de cómo llevar la inteligencia artificial de la promesa a la cama del paciente.
Fuente: DOTmed