Se incrementa investigación para acelerar el impacto de la IA en la salud pública
Los Centers for Disease Control and Prevention (CDC) y los National Institutes of Health (NIH) de Estados Unidos participan en un proyecto conjunto con el proveedor de software de código abierto Red Hat para desplegar agentes de IA en entornos de salud pública. La iniciativa se centra en un problema técnico concreto: cómo permitir que sistemas agénticos accedan a grandes volúmenes de datos sensibles sin perder el contexto científico ni los controles de gobernanza.
El problema: agentes de IA en entornos regulados
Llevar agentes inteligentes a áreas como la salud y la investigación biomédica sigue siendo difícil. Estos sistemas deben acceder de forma segura a información sensible, conservar el contexto con el que se generaron los datos y operar bajo estándares estrictos de gobernanza y trazabilidad. Hoy, consultar varias bases de datos suele requerir integraciones complejas y lentas, o procesos manuales.
El enfoque: reforzar el Model Context Protocol
El proyecto trabaja sobre el Model Context Protocol (MCP), un estándar abierto que define cómo se comunican los modelos de IA con distintas fuentes de datos. El objetivo es construir una capa que conecte agentes con repositorios científicos de manera segura, auditable y estandarizada. Con ella, un investigador podría consultar múltiples bases de datos casi de forma instantánea, y el agente tendría acceso al contexto necesario para interpretar correctamente los datos.
Los participantes plantean además dos requisitos adicionales:
- Trazabilidad: todas las acciones ejecutadas por los agentes deben quedar registradas, un requisito básico en entornos regulados.
- Validación: el proyecto desarrolla mecanismos para verificar que el conocimiento generado por los agentes cumple los criterios que exigen los especialistas antes de usarse en aplicaciones reales.
Como meta de desempeño, se propone reducir de horas a segundos el tiempo que lleva convertir una pregunta científica en una respuesta basada en datos. Es un objetivo declarado y no un resultado medido: la información disponible no incluye métricas de prueba.
Plataforma y apertura del trabajo
El desarrollo se apoya en OpenShift AI, plataforma para gestionar el ciclo de vida de modelos de IA predictiva y generativa en entornos de nube híbrida. Según Gilson Magalhães, vicepresidente y gerente general para América Latina de la compañía, el trabajo contribuirá a mejorar en esa plataforma la escalabilidad, la seguridad, la observabilidad y la gestión de conexiones entre modelos y fuentes de información.
Los avances, incluidos los marcos de prueba creados junto con las agencias, se compartirán con la comunidad de código abierto. La intención es que sectores con requisitos altos de confiabilidad, cumplimiento normativo y protección de datos puedan reutilizarlos.
(prensariotila.com)
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
