La inteligencia artificial podría convertirse en una de las herramientas más importantes de la medicina durante las próximas décadas. De hecho, Rene Hass, CEO de ARM, cree que la IA podría llegar a ayudar a curar el cáncer. No obstante, antes de alcanzar este escenario, existe un obstáculo difícil de sortear: la enorme cantidad de chips y capacidad de computación que serán necesarios para tal fin.Rene Hass sostiene que la salud siempre ha sido, en su opinión, la gran aplicación revolucionaria de la IA. Su potencial no se limitaría a facilitar el descubrimiento de nuevos medicamentos, sino también a acelerar las fases posteriores de investigación y pruebas. Los modelos de inteligencia artificial pueden analizar grandes cantidades de información, identificar posibles objetivos terapéuticos y ayudar a predecir cómo podrían comportarse determinadas moléculas, lo que podría reducir considerablemente el tiempo necesario para desarrollar tratamientos.Una nueva esperanza para el desarrollo de tratamientos contra el cáncer Un centro de datos de IA de NVIDIAEl optimismo del CEO de AMR va todavía más lejos. Rene Hass afirma que, más tarde o más temprano, la inteligencia artificial contribuirá a curar el cáncer. Sus palabras no han pasado desapercibidas porque planeta una de las grandes promesas de la IA desde una perspectiva que combina avances tecnológicos y científicos. No obstante, también es importante diferenciar entre el potencial de esta herramienta y la evidencia que hay actualmente.Cabe destacar que el cáncer no es una única enfermedad. Los investigadores lo consideran un conjunto de más de un centenar de enfermedades diferentes, cada una con características biológicas particulares y con respuestas distintas dependiendo del paciente. Esa enorme complejidad supone un desafío para cualquier modelo de IA. Aunque la inteligencia artificial puede encontrar patrones en grandes conjuntos de datos y ayudar a descubrir nuevas posibilidades a nivel terapéutico, todavía existen grandes dificultades para predecir con precisión cómo responderá nuestro cuerpo a un medicamento.La revolución de la IA en medicina choca con la escasez de chips y memoria A esto se suma otro problema: la infraestructura necesaria para ejecutar modelos de IA a gran escala. Las grandes tecnológicas están construyendo centros de datos cada vez mayores, con necesidades energéticas que se miden incluso en gigavatios. Estos centros de datos requieren enormes cantidades de procesadores y memoria, precisamente en un momento en el que la demanda de hardware especializado para inteligencia artificial está creciendo a una velocidad sin precedentes.Según Rene Hass, la industria de los semiconductores se encuentra actualmente en una situación donde la demanda supera a la oferta. Construir nuevas fábricas de chips no es algo que se pueda hacer de la noche a la mañana. Estas instalaciones cuestan mucho dinero y tienen que pasar varios años para que entren en funcionamiento. Mientras tanto, las empresas de IA compiten por una capacidad de fabricación limitada para alimentar sus nuevos centros de datos.Por otro lado, ejecutar modelos avanzados de IA requiere de memoria que tenga un alto ancho de banda, y su demanda ha aumentado muchísimo. Directivos de compañías como Micron y Qualcomm han advertido de que esta situación está generando escasez y aumentos de precios. A su vez, esto está afectando al precio de muchos productos, como consolas de videojuegos, móviles y ciertos componentes que lleva un ordenador. La crisis de la memoria RAM va a empeorar: Micron avisa de que la IA la agravaráEl crecimiento de los centros de datos plantea además un debate social y medioambiental. En Estados Unidos, el número de centros de datos de IA construidos o aprobados ha aumentado rápidamente, pero su consumo de electricidad y agua, así como su impacto sobre las comunidades locales, ha provocado una creciente oposición. No hace falta decir que el futuro de la inteligencia artificial aplicada a la medicina dependerá, por tanto, de mucho más que desarrollar modelos cada vez más inteligentes. Será necesario disponer de suficientes chips, memoria, capacidad energética y centro de datos, además de demostrar mediante ensayos clínicos que las predicciones de la IA se traducen realmente en mejores tratamientos.