C-BRAIN, respaldado por NVIDIA, utiliza la IA para acelerar la investigación sobre la demencia
Un consorcio de investigación sobre demencia respaldado por NVIDIA afirma que la inteligencia artificial está ayudando a reducir el tiempo necesario para pasar de los datos a la información, ya que los científicos se enfrentan a una carga global de enfermedades que sigue siendo grande y en crecimiento. En un material publicado por NVIDIA el 27 de octubre de 2026, el Consorcio para la Investigación Biomédica y IA en Neurodegeneración, o C-BRAIN, afirmó que sus herramientas están diseñadas para ayudar a los investigadores a procesar grandes volúmenes de datos sobre el Alzheimer de forma más rápida y segura.
Evidencia y contexto
El informe del consorcio indica que 57 millones de personas en todo el mundo viven con demencia y que la enfermedad de Alzheimer representa una gran parte de los casos. El material de contexto proporcionado con la fuente indica que la hoja informativa sobre demencia de la Organización Mundial de la Salud, actualizada el 26 de octubre de 2026, cita un estimado de 57 millones de personas viviendo con demencia en todo el mundo en 2021, con casi 10 millones de nuevos casos cada año y la enfermedad de Alzheimer contribuyendo a aproximadamente 60% a 70% de casos. El material de la OMS también indica que la demencia es la quinta causa principal de muerte a nivel mundial y una de las principales causas de discapacidad y dependencia entre los adultos mayores.
C-BRAIN, liderado por el Dr. Randall Bateman y un consorcio de instituciones miembros de 18 que abarcan organizaciones académicas, filantrópicas, farmacéuticas y de investigación, se lanzó en 2025-11, según la fuente. Bateman dijo que el grupo ve la inteligencia artificial como una forma de acelerar el descubrimiento, describiendo el esfuerzo como "herramientas IA creadas por científicos, para científicos." El consorcio afirma que el problema no es solo el esfuerzo científico, sino también la dificultad de sintetizar grandes conjuntos de datos aislados lo suficientemente rápido para mantenerse al ritmo del volumen de publicaciones y la complejidad de la enfermedad.
La fuente afirma que C-BRAIN está construyendo una infraestructura híbrida centralizada y federada para que los modelos puedan aprender de los datos de cada institución sin que los datos salgan de esos sitios. El consorcio afirma que actualmente ejecuta 64 GPUs de centros de datos NVIDIA en las instalaciones junto a nodos basados en la nube en Microsoft Azure, con capacidad adicional de GPU NVIDIA, incluidos los sistemas Blackwell, esperada más adelante a medida que el esfuerzo aumente. También está utilizando la plataforma abierta para desarrolladores BioNeMo de NVIDIA y el marco MONAI en sus pipelines de investigación, según el informe.
C-BRAIN afirma que algunos de los datos que intenta utilizar han sido difíciles de acceder a través de sistemas convencionales de IA, incluyendo hallazgos no publicados, resultados negativos y datos propietarios regulados. El consorcio se refiere a esto como "datos oscuros". El Dr. Ade Ojewole, director de tecnología de C-BRAIN, dijo: "Muchos datos de ciencias de la vida no llegan a los modelos de frontera", añadiendo que esto deja "mucha inteligencia sobre la mesa."
El grupo afirma que ya ha desarrollado dos herramientas de código abierto. OpenScientist, desarrollado junto con el Laboratorio Nacional Lawrence Berkeley en un trabajo liderado por el científico investigador Justin Reese, se describe como un co-científico agente IA capaz de generar hipótesis, realizar análisis y producir conocimientos auditables. InsightEngine, desarrollado junto con 387 Labs, se describe como una plataforma que prueba hipótesis frente a la literatura científica, analiza conjuntos de datos de usuarios, explora un gráfico de conocimiento biomédico y comprueba afirmaciones frente a la evidencia para reducir alucinaciones antes de realizar experimentos.
En estudios de caso publicados citados por la fuente, OpenScientist completó análisis en minutos que los científicos del dominio estimaron que tardarían semanas o meses, a un coste de menos de $10 por ejecución. C-BRAIN afirma que, en más de 200 grupos de investigación, el ahorro de tiempo podría traducirse en más de uno millones de horas de capacidad de investigación anuales a gran escala. Esa cifra la presenta el consorcio como una estimación basada en escenarios en lugar de un resultado medido.
De cara al futuro, el consorcio afirma que pretende construir un modelo biológico biológico multimodal utilizando neuroimagen, multi-ómica, biomarcadores fluidos y medidas clínicas longitudinales. Bateman dijo que el objetivo es acelerar los descubrimientos que puedan apoyar la prevención y el desarrollo del tratamiento, mientras que Ojewole señaló que será necesaria una optimización sustancial a medida que el grupo supere los límites actuales del aprendizaje automático de la ómica espacial. El momento de los avances científicos resultantes sigue siendo desconocido.