DeepMind presenta Co-Scientist, un socio de investigacion de IA que ya ayudo a hallar un candidato a farmaco para el higado

Google DeepMind describio un sistema llamado Co-Scientist, una inteligencia artificial multiagente construida sobre sus modelos Gemini y disenada para trabajar junto a los investigadores generando, debatiendo y refinando hipotesis cientificas. En lugar de responder una sola pregunta, el sistema ejecuta varios agentes de IA especializados que proponen ideas, se critican entre si y clasifican las direcciones mas prometedoras, con el objetivo de acelerar las lentas etapas iniciales del descubrimiento. El trabajo se publico en la revista Nature el 19 de mayo de 2026.

El resultado inicial mas concreto vino de la medicina. Un equipo dirigido por Gary Peltz, de la Facultad de Medicina de la Universidad de Stanford, uso Co-Scientist para buscar farmacos ya aprobados que pudieran reutilizarse para tratar la fibrosis hepatica, la cicatrizacion que impulsa la enfermedad cronica del higado. El sistema destaco candidatos pasados por alto y, en pruebas de laboratorio, uno de ellos bloqueo el 91 por ciento de una respuesta ligada a la cicatrizacion, un resultado notable que el equipo publico aparte en Advanced Science.

“En lugar de responder una sola pregunta, el sistema ejecuta varios agentes de IA especializados que proponen ideas, se critican entre si y clasifican las direcciones mas prometedoras, con el objetivo de acelerar las lentas etapas iniciales del descubrimiento.”

La herramienta se aplico mas alla del higado. DeepMind y sus colaboradores informaron usos en investigacion de resistencia antimicrobiana, inmunidad vegetal y biologia del envejecimiento celular, donde el laboratorio de Omar Abudayyeh dijo haber reducido algunos analisis de meses a dias. Entre los socios del esfuerzo mas amplio figuran investigadores del MIT, la Universidad de Cambridge, la Universidad de Edimburgo y Calico Life Sciences.

El encuadre honesto importa. Co-Scientist propone hipotesis; no las prueba, y cada pista aun exige trabajo de laboratorio, revision por pares y, para cualquier farmaco, anos de pruebas clinicas antes de llegar a los pacientes. Los sistemas multiagentes tambien pueden generar ideas plausibles pero erroneas, asi que los cientificos humanos siguen al mando de lo que se persigue. Usada con cuidado, una herramienta que ayuda a laboratorios saturados a detectar caminos prometedores es una adicion realmente util.