La tuberculosis mata a más de 1,23 millones de personas al año, y en muchos lugares con alta carga el cuello de botella no es el tratamiento, sino encontrar los casos: faltan radiólogos para leer radiografías de tórax. Google Research ha explicado en el congreso IDWeek 2026 cómo su trabajo sobre la tuberculosis ha pasado de los artículos a las clínicas, y cómo ahora se apoya en modelos abiertos que los sistemas sanitarios locales pueden ejecutar por su cuenta.
La vía clínica pasa por Nexus AI, una empresa de tecnología médica de Pretoria que convirtió los algoritmos de radiografía de tórax de Google en un producto certificado. Tiene la certificación de Clase IIb del Reglamento de Productos Sanitarios de la UE, busca la precalificación de la Organización Mundial de la Salud mediante un acuerdo con FIND y avanza hacia la autorización de la FDA de Estados Unidos. La herramienta se usa en Sudáfrica, Sierra Leona y Costa de Marfil, con ampliaciones en marcha en la República Democrática del Congo, Zambia y Camerún. En unos 40 centros, más de 90 médicos han revisado más de 25.000 radiografías, con resultados en menos de 45 segundos en lugar de semanas. Una instalación combina un equipo de rayos X portátil con la IA en Mponeng, una de las minas de oro más profundas del mundo.
La parte abierta es la que permite escalar. Google ha publicado MedSigLIP, que vincula imágenes médicas con el lenguaje con que se describen, y MedGemma, modelos de pesos abiertos de 4B y 27B parámetros que reseñamos en su versión 4B. Indonesia, que según Google tiene la segunda mayor carga de tuberculosis del mundo y quiere cribar a 50 millones de personas al año, está afinando ambos con sus propias radiografías para que los datos de los pacientes no salgan del país. Para lugares sin equipos de imagen, HeAR, entrenado con más de 300 millones de fragmentos de audio, criba a partir de la tos grabada con un móvil.
Para quien evalúa IA médica, es un caso útil de modelo que funciona sin conexión y se adapta localmente en lugar de enviarse a una nube extranjera. MedGemma supera los 10 millones de descargas, según Google.
Lo que no da el artículo es la cifra más importante: la precisión de las herramientas desplegadas. No hay datos de sensibilidad ni de especificidad para el producto de radiografías ni para HeAR, que sigue reuniendo pruebas clínicas con sus socios. La precalificación de la OMS y la autorización de la FDA están pendientes, y las cifras de volumen vienen de Google y su socio. Hasta que haya datos de precisión independientes, la escala del despliegue está más clara que su efecto clínico.