Los retos médicos del mañana requieren potenciar la medicina personalizada y de precisión, algo factible gracias al avance en el conocimiento del genoma y en la explotación de los datos. Es un camino en el que el paciente está en el centro y en el que investigación y colaboración son claves en el ecosistema de la salud digital, como se ha recogido durante el evento 'The pulse of change: Miradas al futuro de la salud', organizado por MAPFRE
AlphaFold predice estructuras proteicas con una precisión nunca vista, un hito que los biólogos llevaban décadas persiguiendo. Distintos expertos coinciden en que esta inteligencia artificial ayudará a crear nuevos medicamentos, comprender mejor las enfermedades y desarrollar proteínas sintéticas útiles
La epidemióloga Erin J. Staples, especializada en identificar nuevos virus y bacterias que atacan a los humanos, está convencida de que hay muchas enfermedades por ahí que todavía no hemos descubierto y cree que hubiera sido difícil contener el coronavirus aunque lo hubiéramos detectado antes
Tres expertos en edición genética afirman que, aunque están deseando usar CRISPR para curar mutaciones en embriones y creen que será posible muy pronto, nuestra capacidad actual para editar los genes para mejorar la inteligencia es prácticamente nula
El biohacker Tim Cannon intentaba popularizar los implantes que mejoran las capacidades humanas cuando vio la oportunidad de centrarse en el ganado. Tres vacas ya llevan su especie de Fitbit subcutánea, pero el CEO de Livestock Labs sigue intentando incorporar su tecnología en personas
El primer genoma humano tardó 13 años en secuenciarse, pero ahora, un hospital de EE. UU. puede hacerlo en 20 horas. Esto ayuda a los médicos a diagnosticar y proponer tratamientos a los bebés críticamente enfermos en cuestión de días, en lugar de semanas, cuando a veces ya es tarde
Las puntuaciones de riesgo poligénicas son cada vez más precisas y ayudan a identificar a la gente más propensa a sufrir enfermedades como el cáncer y el Alzheimer. Pero no están exentas de dudas sobre su fiabilidad ni sobre su ética. ¿Quién querría saber que va a sufrir una enfermedad que no tiene cura?
Cada vez hay más ejemplos de proyectos farmacéuticos que confían en el aprendizaje automático para detectar las causas genéticas ocultas de una dolencia para diseñar fármacos que las arreglen. Una de ellas es Deep Genomics
Peter Ting se presentó voluntario para averiguar su riesgo de padecer enfermedades presentes en su familia, como la diabetes. Para su sorpresa, descubrió que tenía una variante genética que durante toda su vida le había dificultado ver bien en situaciones de poca luz
