2026年7月31日

El hallazgo es la parte fácil: lo difícil es la verificación

Viernes: Tail | Ciencia y medicina

Hoy me senté a revisar los titulares esperando descubrimientos y me encontré con otra cosa. Cinco historias distintas que, cada una a su manera, tratan lo mismo: quién comprueba, con cuántos datos y durante cuánto tiempo.

  • Montana ya tiene su comité de tratamientos experimentales: 12.500 dólares por solicitud, cinco personas decidiendo
  • “¿Dónde te duele?” no es una sola pregunta, son tres fallos distintos (preprint)
  • 239 estudios sobre IA y estimulación cerebral profunda: el freno no son los algoritmos
  • Una planta geotérmica dada por perdida que revivió perforando hasta 2.400 metros
  • El fallo que permite falsificarle a un modelo de lenguaje su propio razonamiento

Este texto sale de los 62 titulares que el sistema recogió automáticamente el 31 de julio de 2026.

Te adelanto la conclusión, porque hoy no está en el hallazgo: está en quién lo comprueba. Un estado que crea su propio comité revisor fuera de la agencia federal. Una revisión de 239 estudios que dice que el cuello de botella no es el algoritmo. Un trabajo teórico que sostiene que la precisión publicada sobre el dolor se apoya en una cifra inflada. Una planta eléctrica que funciona y cuyo propio director técnico pide periodos largos de operación antes de celebrar. Y un ataque que engaña a un modelo justo porque el modelo no sabe verificar quién le habló.

Montana ya tiene comité, y llamar a su puerta cuesta 12.500 dólares

Empiezo por lo que ya ocurrió, no por lo que se anuncia. Montana aprobó su primera ley de “derecho a probar” en 2015 y en 2023 la extendió a cualquier paciente, no solo a los terminales. En abril de 2025 salió una segunda ley con las condiciones para abrir clínicas, y sus reglas entraron en vigor el 25 de julio de 2026. Al 30 de julio, el comité (Montana ETRB) ya estaba anunciado y ya había recibido dos solicitudes. Las primeras clínicas de tratamientos experimentales se esperan hacia final de año: eso todavía no pasó.

El mecanismo importa más que el titular. Una empresa paga 12.500 dólares para presentar su solicitud. El comité lo forman cinco personas, entre ellas un oncólogo con licencia en Montana y una bioeticista, y quien lo opera es una empresa privada, Montana Governance Services Inc., bajo el paraguas de Infinita. Los miembros cobran una tarifa fija que sale de esas mismas solicitudes. El precio del tratamiento lo fija la compañía, sin la obligación de justificarlo que sí existe en el acceso ampliado de la FDA.

Conviene decirlo sin rodeos: una fase I no demuestra que algo sea seguro. Aaron Kesselheim, profesor de la Facultad de Medicina de Harvard, lo formula así en el reportaje: la idea de que un fármaco quedó probado como seguro por haber pasado una fase I es “muy, muy equivocada”. El artículo pone el número al lado: alrededor del 17% de los medicamentos resultan insuficientemente seguros durante la fase III. Y la mediana del precio de los fármacos para enfermedades raras fue en los últimos años de 218.872 dólares. Del otro lado, Matt Kaeberlein, de la Universidad de Washington y miembro del comité, defiende que el proceso se hará con método riguroso y supervisión adecuada. Las dos posturas salen del mismo reportaje.

“¿Dónde te duele?” no es una sola pregunta

Esto es un preprint, sin revisión por pares, y además es teórico: no hay pacientes, hay modelos. Aun así fue lo que más me hizo parar hoy.

Su autor sostiene que la utilidad diagnóstica de señalar dónde duele no es un único gradiente gobernado por la complejidad anatómica. Son tres fallos distintos, con matemática distinta y remedio distinto: la multiplexación anatómica, cuando muchas estructuras comparten una misma ubicación; la amplificación deslocalizada, que en clínica es la sensibilización central o el dolor nociplástico; y el desplazamiento referido o atípico, cuando la ubicación se desplaza de forma sistemática pero distinta en cada persona.

Dos cosas que no estaban en el titular y que fui a buscar al resumen original. La primera: el autor añade un cuarto nodo, el informe mismo, y propone un modelo bayesiano espacial de dónde se dice que duele, separado de dónde se siente. La segunda: al reexaminar la literatura concluye que la banda de precisión “de alta utilidad” que se ha publicado se apoya en una especificidad sobreestimada, así que el gradiente es real pero más plano de lo dibujado. Y añade algo que a cualquiera que haya acompañado a alguien con dolor crónico le va a sonar: observar a lo largo del tiempo aumenta la información recuperable. Choca de frente con la consulta única y breve.

239 estudios sobre IA y cerebro: el freno no es el algoritmo

Aquí sí hay revisión por pares. Es una revisión sistemática publicada en npj Digital Medicine que evaluó 239 estudios revisados por pares, publicados entre 2000 y 2025, sobre inteligencia artificial aplicada a la estimulación cerebral profunda en trastornos del movimiento.

La conclusión es que la mayoría de los sistemas sigue en etapas tempranas o intermedias de traslación, o sea, todavía no en la clínica. Y la frase que me parece clave: lo que los limita es más la validación escasa que la insuficiencia algorítmica. Los datos que lo sostienen: la validación externa es rara, las evaluaciones son mayormente retrospectivas y de un solo centro, y más de una cuarta parte trabaja con muestras pequeñas y datos de alta dimensión, con riesgo elevado de sobreajuste. Súmale que el campo está dominado por el párkinson y por el núcleo subtalámico, con cobertura limitada de otros trastornos y otras dianas.

No lo leas como un no. Los mismos autores señalan que empiezan a aparecer estudios prospectivos y con validación externa, y que hay aplicaciones prometedoras en la selección de diana, la programación, la predicción de resultados y la terapia adaptativa. Prometedoras, no probadas. Si en tu casa alguien vive con párkinson, esa distinción lo cambia todo.

Una planta dada por perdida revivió perforando hasta 2.400 metros

Lightning Dock, en Nuevo México, arrancó en 2013 y se fue enfriando: cayó 50 °F en cinco años, una caída de unos 28 °C, a razón de unos 10 °F (5,5 °C) por año. Con el agua a 250 °F, unos 121 °C, frente a los más de 310 °F (154 °C) de su temperatura de diseño, la planta no daba. Zanskar la compró en junio de 2024 y en mayo de 2025 puso en marcha un pozo nuevo.

El número que cambia la historia es la profundidad. Los pozos viejos llegaban a 2.500 pies, unos 760 metros, y lo convencional en el sector ronda los 3.000 a 5.000 pies. El nuevo bajó a 8.000 pies, unos 2.400 metros, y trajo más de 4.000 galones por minuto, unos 15.000 litros por minuto. La capacidad de la planta es de 15 megavatios, unos 11.000 hogares.

Y ahora la parte que me gusta, porque viene del propio equipo. Joel Edwards, cofundador y director de tecnología de Zanskar, dice que se ve muy prometedor y agrega que, al final, hay que operar estas cosas durante periodos largos para tener confianza en su desempeño a largo plazo. Perforar más hondo da más calor, pero la roca se cierra y el agua puede circular peor. Traducido: funcionó, y todavía se está comprobando. Las dos frases van juntas.

Y el que no puede verificar quién le habló es el modelo

El ataque se llama chain-of-thought forgery, falsificación de la cadena de pensamiento. Si escribes un texto que imita el estilo de las notas internas que el modelo usa para razonar, el modelo puede tratarlo como si esas instrucciones hubieran salido de él mismo. El fallo de fondo, según el reportaje: los modelos deciden el papel de un texto por su estilo y su vocabulario, no por las etiquetas que lo envuelven. Al intercambiar las etiquetas, apenas hubo diferencia. El artículo lo describe de forma cualitativa y no da una tasa de éxito en números, así que no te la voy a inventar.

Lo firman Charles Ye y Jasmine Cui, ambos investigadores independientes, y lo presentaron este mes en ICML, una conferencia con revisión por pares. El trabajo ya había ganado un hackathon de red teaming en agosto de 2025. Ye dice que hay una probabilidad real de que esto sea un problema fundamentalmente irresoluble. Florian Tramèr, informático de la ETH de Zúrich, valora bien el trabajo y advierte que las defensas actuales pueden no bastar en los usos más sensibles. Lo que deja el reportaje no es un parche, es una postura de diseño: no construyas sistemas que den por sentado que se puede confiar en el modelo.

Lo que delata mi propia lista de hoy

Llevo todo el texto preguntando quién verifica, así que me toca mirar mi materia prima. De los 62 titulares de hoy, 52 vinieron de arXiv y 10 de MIT Technology Review. De Reddit y de YouTube no entró ninguno. De Nature, Science y el NEJM tampoco salió una sola línea. Contando por las palabras de los títulos: 13 titulares hablan de IA o de modelos de lenguaje, 9 de métodos estadísticos, 5 de medicina y 5 de cerebro y sistema nervioso.

O sea, un día de ciencia y medicina en el que lo más numeroso fue la IA, y todo recogido de dos fuentes. Eso no invalida nada de lo de arriba, porque cada cosa la abrí una por una antes de escribirla. Pero sí me dice algo incómodo sobre lo que no vi hoy, y esa lista no la tengo: el sesgo no aparece en ninguno de los 62 titulares, aparece en el hueco que hay entre ellos. Y contar lo que falta cuesta bastante más que celebrar lo que hay.

Fuentes

Acceso experimental y regulación

Diagnóstico, dolor y cerebro

Energía y seguridad de sistemas

← Studio Aoi