OpenEvidence: la revolución de la inteligencia artificial para combatir la saturación informativa en medicina
Una startup fundada por un exalumno de Harvard y respaldada por inversores de Silicon Valley está transformando la manera en que los médicos acceden a la evidencia científica, optimizando tiempo.
La medicina moderna enfrenta un dilema sin precedentes: la explosión de publicaciones científicas ha convertido la actualización profesional en una tarea casi imposible. Con millones de estudios nuevos cada año, los profesionales de la salud luchan por mantenerse al día mientras atienden a decenas de pacientes diarios. Este exceso de información no solo genera agotamiento, sino que también compromete la eficacia de los diagnósticos y tratamientos.
Ante este escenario, Daniel Nadler, economista formado en Harvard y exasesor de la Reserva Federal, decidió aplicar su experiencia en inteligencia artificial al ámbito sanitario. Así nació OpenEvidence, una plataforma que utiliza algoritmos avanzados para filtrar y organizar investigaciones médicas, permitiendo a los médicos acceder en segundos a datos verificados y relevantes.
De Kensho a la medicina: el salto de Nadler
La trayectoria de Nadler estuvo marcada por el éxito de su primera empresa, Kensho, vendida en 2018 por 700 millones de dólares. Sin embargo, fue un hecho personal el que lo impulsó hacia el sector salud: la pérdida de su abuelo debido a un error médico. Junto a Zack Ziegler, doctorando en machine learning, desarrolló un sistema capaz de analizar revistas como The New England Journal of Medicine y JAMA, extrayendo conclusiones útiles para la práctica clínica.
El proyecto ganó relevancia cuando la Mayo Clinic, una de las instituciones médicas más prestigiosas del mundo, lo incorporó a su aceleradora de startups en 2023. "Trabajamos con la base de datos más amplia y rigurosa del sector", explicó Nadler en un comunicado.
Cómo funciona la herramienta que usan 430.000 médicos en EE.UU.
OpenEvidence opera bajo un modelo gratuito para profesionales, sostenido por publicidad de la industria farmacéutica. Su crecimiento es vertiginoso: suma 65.000 nuevos usuarios mensuales y ya procesa 8,5 millones de consultas al mes. Inversores como GV (antes Google Ventures) y Kleiner Perkins —firma detrás de gigantes como Amazon y Google— han aportado 210 millones de dólares, convencidos de su potencial.
"Será para la medicina lo que Google fue para la web", afirmó John Doerr, presidente de Kleiner Perkins. La comparación no es casual: la plataforma no solo acelera las búsquedas, sino que también sugiere preguntas clínicas derivadas, una ventaja sobre herramientas como ChatGPT, que ofrecen respuestas estáticas.
Testimonios que respaldan la innovación
Médicos de diversas especialidades ya dependen de la tecnología. Susan Wolver, internista, la emplea para gestionar autorizaciones de medicamentos; Stephen Krieger, neurólogo, verificó su precisión contrastándola con sus propias investigaciones sobre esclerosis múltiple. Por su parte, Aneesh Singhal, del Hospital General de Massachusetts, la usa para casos de accidentes cerebrovasculares: "Va más allá de dar una respuesta; plantea interrogantes clave".
Los desafíos: calidad de datos y publicidad
Pese a su éxito, el camino no está exento de obstáculos. Daniel Byrne, académico de Johns Hopkins, recordó que hasta el 50% de los estudios médicos contienen errores. Nadler es consciente: "La IA es basura que entra, basura que sale. Nos basamos solo en fuentes validadas".
Otro punto crítico es el modelo publicitario, que algunos usuarios rechazan. Aun así, la startup ya tiene comprometidos 350 millones en avisos, aunque prioriza que no afecten la experiencia. "El objetivo es democratizar el acceso, no saturarlo", aclaró el fundador.
Con funciones como DeepConsult —que cruza automáticamente hallazgos de múltiples investigaciones—, OpenEvidence aspira a convertirse en el "hub definitivo" de IA médica. Para Nadler, el futuro es claro: "Esto no es solo tecnología; es impacto social en escala".
