Presentada en la Cumbre
de la ONU «IA para el Bien», en Ginebra, la nueva herramienta busca
facilitar el acceso de médicos, investigadores y directivos de salud a
conjuntos de datos sobre genómica y salud pública, según informó la compañía.
Amazon Web Services
(AWS) anunció una nueva herramienta gratuita y de código abierto que utiliza
inteligencia artificial conversacional para facilitar el acceso a datos de
investigación científica, incluidos numerosos recursos
vinculados a la salud pública y la genómica. El anuncio se realizó durante la
Cumbre de las Naciones Unidas «IA para el Bien», celebrada en Ginebra entre el 7 y el 10
de julio de 2026.
Según el comunicado
de la compañía, la herramienta conecta asistentes de inteligencia artificial
con el Registro de Datos Abiertos de AWS (RODA), que reúne más de
1.100 conjuntos de datos de más de 400 organizaciones, entre ellas la NASA, la
NOAA y los Institutos Nacionales de Salud de Estados Unidos (NIH). En lugar
de navegar catálogos técnicos, los investigadores podrían formular preguntas en
lenguaje simple y obtener resultados con descripciones y vistas previas de los
datos disponibles.
El comunicado
ejemplifica el problema que la herramienta busca resolver con el caso de un
investigador en genómica que estudia trastornos genéticos raros y que, de
acuerdo con ese texto, suele necesitar examinar decenas de conjuntos de datos,
comparar licencias y revisar manualmente estructuras de archivos antes de
comenzar el análisis propiamente dicho. Con la nueva herramienta, esa misma
persona podría preguntar, por ejemplo, qué conjuntos de datos genómicos están
disponibles bajo licencia Creative Commons y recibir una respuesta inmediata.
Sobre el sentido del
lanzamiento, el Dr. Werner Vogels, CTO de Amazon, afirmó: «Los datos abiertos
son la base del progreso científico, pero encontrar el conjunto de datos
adecuado no debería requerir conocimientos técnicos especializados. Esta
herramienta pone la inteligencia artificial al servicio de los investigadores
de todo el mundo, ya sea que estudien el cambio climático, elaboren mapas de
enfermedades o secuencien genomas, para que puedan dedicar menos tiempo a
buscar y más tiempo a hacer descubrimientos que nos beneficien a todos».
Un catálogo que crece
desde 2018
RODA no es un
desarrollo nuevo: existe desde 2018 como evolución del programa AWS Public
Datasets, y desde entonces mantiene una colaboración con la iniciativa STRIDES
del NIH (Science and Technology Research Infrastructure for Discovery,
Experimentation, and Sustainability), orientada a impulsar la investigación
biomédica mediante infraestructura tecnológica en la nube. Entre los conjuntos
de datos alojados en la plataforma figura el Sequence Read Archive del NCBI,
una de las bases de referencia mundial para el almacenamiento de datos de
secuenciación genética de alto rendimiento, y los datos del programa Gabriella
Miller Kids First del NIH, orientado a la investigación sobre cáncer pediátrico
y defectos congénitos.
Dan Pilone, de la
firma Element 84, celebró el lanzamiento: «Estoy muy emocionado por el
lanzamiento general del nuevo servidor AWS RODA MCP. Hemos podido integrarlo
rápidamente en Queryable Earth de Element 84 y nos permite implementar agentes
capaces de detectar, previsualizar y realizar cálculos sobre los conjuntos de
datos abiertos de AWS. Los datos abiertos, las especificaciones abiertas y la
GeoIA nos permiten replantearnos todo lo relacionado con la extracción de
información para la respuesta ante desastres y la toma de decisiones».
Por su parte, David
Feng, del Allen Institute, sostuvo: «La mayor oportunidad para la IA en el
ámbito científico se encuentra en la intersección entre organizaciones,
conjuntos de datos y disciplinas, donde conexiones inesperadas pueden conducir
a descubrimientos totalmente nuevos. Herramientas como el servidor RODA MCP
fomentan la serendipia, proporcionando a los científicos y a sus agentes de IA
un acceso fluido a una amplia variedad de datos fiables y permitiendo una
rápida innovación interdisciplinar».
Quién es responsable
de los datos
El sitio del RODA
aclara que el registro cumple una función de infraestructura y no de curaduría
de contenido. Los conjuntos de datos disponibles a través del Registro de Datos
Abiertos de AWS no son provistos ni mantenidos por AWS, salvo que se indique lo
contrario en la documentación de cada dataset. Son organismos gubernamentales,
instituciones de investigación, empresas y particulares quienes producen y
mantienen la información. El sitio recomienda a los usuarios revisar las
licencias y la documentación de cada conjunto de datos para determinar si es
apropiado para su uso específico, una distinción relevante para quienes
trabajan con información sensible en el ámbito de la salud.
La nueva capa de
inteligencia artificial se implementa mediante un servidor de código abierto
basado en el protocolo MCP (Model Context Protocol), que conecta RODA con
asistentes como Kiro y Claude Code. Según AWS, el servidor organiza sus
funciones en tres capacidades: descubrimiento, exploración y evaluación de
conjuntos de datos. Esto permitiría, entre otras cosas, obtener metadatos
completos de un dataset específico o identificar recursos relacionados que
antes podían pasar inadvertidos.
Dan Pilone, de la
firma Element 84, sostuvo que la integración del servidor en su plataforma
Queryable Earth le permitió implementar agentes capaces de detectar,
previsualizar y realizar cálculos sobre los conjuntos de datos abiertos de AWS,
con aplicaciones en respuesta ante desastres y toma de decisiones. Por su
parte, David Feng, del Instituto Allen, señaló que las mayores oportunidades
para la inteligencia artificial en el ámbito científico surgen, a su criterio,
en la intersección entre organizaciones, conjuntos de datos y disciplinas,
donde pueden producirse conexiones inesperadas que conduzcan a nuevos
descubrimientos.
Adopción del RODA
para investigación en la región
De acuerdo con el
comunicado de AWS, en Argentina organismos como el Sistema Meteorológico
Nacional, el Sistema de Información sobre Sequías para el Sur de Sudamérica y
la empresa de tecnología espacial Satellogic ya utilizan la plataforma.
El mismo comunicado
sostiene que los datos alojados en RODA sustentan investigaciones sobre
seguimiento de brotes de enfermedades, vigilancia de la pérdida de
biodiversidad y avances en la comprensión del genoma humano, entre otras líneas
de trabajo, y que la herramienta busca reducir las barreras técnicas para que
investigadores de instituciones de distinto tamaño y con distintos recursos
puedan acceder a datos fundamentales.
El servidor MCP para
RODA es de código abierto y está disponible bajo licencia Apache 2.0. La
documentación técnica completa, junto con los requisitos de instalación, puede
consultarse en el repositorio de GitHub del proyecto.
Datos clave
·
Más de 1.100 conjuntos de datos
abiertos disponibles en el Registro de Datos Abiertos de AWS
·
Más de 400 organizaciones
colaboradoras, entre ellas la NASA, la NOAA, los NIH y el Instituto Allen
·
Cientos de petabytes de datos de
investigación a disposición del público
·
Código abierto, disponible
gratuitamente bajo la licencia Apache 2.0
·
Anunciado en la Cumbre de la ONU «IA
para el Bien», celebrada en Ginebra en julio de 2026
De Daniela Chueke
Fuente: Futuro
Salud LATAM
