¿¿ChatGPT realmente curó el cáncer de un perro? Es complicado

En breve

• Una afirmación viral de que ChatGPT ayudó a curar el cáncer de un perro simplifica demasiado un esfuerzo científico complejo.
• Investigadores humanos, no IA, secuenciaron el genoma, construyeron la vacuna de ARNm y llevaron a cabo el tratamiento.
• Las herramientas de IA ayudaron en la investigación y exploración de datos, pero no diseñaron la terapia contra el cáncer, a pesar de los titulares que dicen lo contrario.

El cofundador de OpenAI, Greg Brockman, amplificó una historia ampliamente compartida durante el fin de semana sobre un perro tratado con una vacuna personalizada de ARNm contra el cáncer desarrollada con ayuda de ChatGPT, llamando la atención en las comunidades tecnológicas y de IA. El caso se centra en Rosie, una Shar Pei de siete años propiedad del consultor australiano de IA, Paul Conyngham. Según publicaciones que circulan en línea, Rosie solo tenía meses de vida antes de recibir el tratamiento experimental, que Conyngham afirmó fue desarrollado con la ayuda del chatbot de IA.

“En 2022, noté bultos extraños en su cabeza”, escribió Conyngham en un hilo de noviembre de 2024 que documenta el proceso desde el principio. “Lo que el veterinario consideró como ‘simplemente verrugas’ resultó ser cáncer en etapa avanzada.” Los veterinarios estimaron que Rosie le quedaban entre uno y seis meses de vida y le dijeron a Conyngham que no podían hacer más.  La historia se difundió rápidamente después de que Brockman la compartiera con sus cientos de miles de seguidores, lo que provocó cobertura en varios medios tecnológicos. Aunque el tratamiento en sí parece genuino, el papel que se le atribuye a ChatGPT en el desarrollo de la vacuna ha sido objeto de debate, con algunos investigadores cuestionando cuánto de ese proceso podría manejar de manera realista un modelo de lenguaje grande.

Avanzando Conyngham dijo que no se rindió con Rosie. En cambio, decidió construir una línea de investigación usando herramientas de IA para consumidores. Comenzó con ChatGPT, utilizándolo para diseñar un plan de ataque. El modelo le indicó que necesitaba secuenciación genómica, una muestra de tejido sano y otra del tumor, y le sugirió instituciones y equipos específicos. “Lo más irónico es que en una sesión previa con ChatGPT, me dijo que intentara contactar a Elita o al Dr. Martin y que usara una máquina Illumina”, escribió en ese momento. Así que siguió esa pista. Un director de UNSW lo conectó con el Dr. Martin Smith, jefe del Centro Ramaciotti de Genómica, quien aceptó secuenciar el genoma de Rosie por unos 3,000 dólares. Diez días. Tres veces la profundidad en tejido sano, 60 veces en tumor: la tasa de paso más alta necesaria para aislar las mutaciones que impulsan el cáncer. El centro entregó 320 gigabytes de datos en bruto. La información genómica se expresa en cadenas de letras A, T, C y G, por lo que los expertos terminaron con un montón de 700,000 páginas de doble cara llenas solo con esas cuatro letras, informó la Universidad de Nueva Gales del Sur en junio del año pasado. Ese era el genoma de Rosie, su huella biológica. Luego se centró en c-KIT, una proteína bien documentada en la literatura publicada sobre tumores de mastocitos en perros.

Usando AlphaFold de Google, modeló la versión de Rosie de la proteína y la comparó con la línea base saludable. Parecía incorrecta, mutada en formas que coincidían con lo que la literatura predecía. Luego buscó compuestos existentes que pudieran atacar c-KIT o proteínas similares, y encontró uno: un medicamento ya en uso en EE. UU. para tratar un cáncer diferente en humanos. “Tomamos su tumor, secuenciamos el ADN, lo convertimos de tejido a datos, y usamos eso para encontrar el problema en su ADN y luego desarrollar una cura basada en eso”, dijo Conyngham en el programa australiano Today Show el sábado. “ChatGPT ayudó en todo ese proceso.” El papel real de la IA Aun así, hay una gran diferencia entre ChatGPT encontrando una cura para el cáncer y ChatGPT ayudando en la investigación. Conyngham finalmente se conectó con el Prof. Palli Thordarson, director del Instituto de ARN de UNSW. “El Prof. @martinalexsmith realizó la secuenciación de ADN/ARN para convertir el tejido de Rosie en datos en bruto”, publicó Conyngham. “El Prof. @PalliThordarson ensambló la vacuna de ARNm”, añadió en otro tuit. Thordarson confirmó esto en su propio hilo: “Orgulloso de haber participado en la fabricación del ARNm-LNP para Rosie con @UNSWRNA”, escribió en X el domingo. “La intersección de la tecnología de ARN, el genoma y la IA presenta una oportunidad para cambiar la forma en que hacemos medicina y hacer el acceso más equitativo.” Pero el Dr. Smith no era un hombre frente a una pantalla de ChatGPT. Era un profesor dirigiendo un instituto de ARN en la universidad, haciendo lo que su laboratorio fue creado para hacer. Y cuando Conyngham identificó la construcción final de la vacuna—el plano molecular específico que se codificaría en el ARNm—reveló qué herramienta lo diseñó. No AlphaFold. No ChatGPT. “La construcción final de la vacuna para Rosie fue diseñada por Grok.” Dicho esto, reconoció en una publicación separada que “Gemini también hizo gran parte del trabajo pesado.”

Se utilizó ChatGPT para revisar artículos científicos e identificar investigadores que pudieran ayudar. El chatbot señaló el Centro Ramaciotti y sugirió equipos de secuenciación adecuados para la tarea, funcionando principalmente como una herramienta para navegar en la literatura de investigación. Ese papel puede ser útil, pero difiere de diseñar una vacuna o realizar análisis científicos. AlphaFold, un sistema de aprendizaje profundo de Google DeepMind, predice estructuras tridimensionales de proteínas a partir de secuencias de aminoácidos. No es el primer modelo entrenado con datos biológicos: otras iniciativas de código abierto como Ankh o AlphaGenome trabajan en premisas similares. Conyngham usó AlphaFold para modelar la proteína c-KIT de Rosie. La representación tenía una puntuación de confianza de 54.55, que la bióloga estructural de UNSW, la Dra. Kate Michie, describió públicamente como baja. Ella señaló que AlphaFold “puede equivocarse” y que se necesita trabajo de laboratorio significativo para validar cualquier resultado. El Dr. Smith, director de genómica de UNSW, confirmó públicamente en el mismo hilo que AlphaFold no fue, de hecho, utilizado para el diseño de la vacuna de ARNm. El Dr. Thordarson también fue cuidadoso con el marco. “Esto puede no haber curado a Rosie”, escribió en X. “Por supuesto que compró tiempo, pero algunos tumores no respondieron.” Su equipo ahora está verificando si esos tumores mutaron de manera diferente, lo que explicaría por qué algunas partes del tratamiento funcionaron y otras no. La vacuna tampoco funcionó en aislamiento. “El tratamiento requirió la coadministración de un inhibidor de puntos de control”, señaló Thordarson, “probablemente junto con todas las vacunas personalizadas contra el cáncer.”

iii) Es difícil estimar el costo real en proyectos de investigación, ya que todos aportamos mucho tiempo y recursos en especie. iv) el tratamiento requirió la coadministración de un inhibidor de puntos de control (probablemente junto con todas las vacunas personalizadas contra el cáncer). v) por lo tanto, los costos totales son bastante altos./3

— Palli Thordarson (@PalliThordarson) 15 de marzo de 2026

El uso de IA en el tratamiento del cáncer no siempre ha sido una historia de éxito. En 2017, documentos internos de IBM revelaron que Watson para Oncología, promocionado como un sistema que podía recomendar tratamientos contra el cáncer mejor que oncólogos humanos, generaba recomendaciones que sus propios ingenieros calificaron como “inseguras e incorrectas”. El MD Anderson Cancer Center abandonó el proyecto tras gastar 62 millones de dólares en él. IBM vendió por completo Watson Health en 2022. El caso de Rosie no entra en la categoría de fracasos de IA. Nadie resultó perjudicado, la ciencia subyacente está establecida y los investigadores involucrados tienen credenciales reconocidas. La plataforma de ARNm en sí está respaldada por investigación clínica. La inquietud radica más en cómo se ha enmarcado la historia. Cuando las herramientas de IA reciben crédito por trabajos realizados por científicos e instituciones de investigación, puede difuminar la comprensión pública de lo que realmente hace la tecnología. Los investigadores que realizaron la secuenciación, produjeron la vacuna y gestionaron los protocolos de seguridad corren el riesgo de quedar en segundo plano. El episodio nos recuerda que la IA puede ayudar en tareas como navegar en la literatura científica, pero aún está lejos de reemplazar la experiencia y la infraestructura necesarias para diseñar y producir tratamientos médicos.