En enero, Paul Conyngham vio a su perra Rosie saltar una cerca para perseguir un conejo. Dos meses antes, apenas podía caminar. La diferencia fue una vacuna mRNA personalizada que Conyngham diseñó sin título de biología, con ChatGPT, datos genómicos y US$3.000.
No es un avance de Moderna. No salió de un laboratorio farmacéutico con décadas de I+D. Salió de un emprendedor tecnológico de Sídney que no estaba dispuesto a aceptar que su mejor amiga se muriera sin intentarlo. Y lo que revela este caso no es que la IA cure el cáncer, sino que el monopolio sobre quién puede hacer ciencia médica se está resquebrajando.
¿Qué pasó exactamente?
Rosie, una staffy-Shar Pei de ocho años que Conyngham adoptó en 2019, fue diagnosticada en 2024 con cáncer de mastocitos —el tipo de cáncer cutáneo más común en perros— con grandes tumores en una de sus patas traseras. La quimioterapia veterinaria frenó el avance pero no redujo los tumores.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀Conyngham decidió atacarlo como lo haría con cualquier problema técnico complejo: recopilando información e iterando con las herramientas disponibles. Usó ChatGPT para orientarse en la literatura oncológica y diseñar una estrategia. Luego pagó US$3.000 para secuenciar el ADN del tumor de Rosie, identificar las proteínas mutadas y generar un blueprint para una vacuna mRNA personalizada.
Con ese diseño en mano, contactó a Páll Thordarson, director del UNSW RNA Institute. Thordarson revisó el trabajo, lo validó y su equipo produjo la vacuna. Desde el diseño hasta la entrega al veterinario: menos de dos meses. Un mes después de la primera inyección, los tumores habían reducido un 75%. En enero, Rosie saltaba cercas.
“Es la primera vacuna de cáncer personalizada jamás diseñada para un perro”, dijo Thordarson. Y añadió: “Absolutamente podría usarse para tratar pacientes humanos en el futuro.”
Lo que no hay que exagerar
El caso tiene limitaciones reales que merecen nombrarse antes de celebrar.
n=1. Un solo animal, sin grupo control. El cáncer de mastocitos a veces regresa de forma parcial sin intervención. No hay forma de aislar con certeza qué hizo qué en este experimento de una sola paciente.
ChatGPT no diseñó la vacuna solo. La herramienta orientó, organizó y aceleró el razonamiento de Conyngham. La validación científica real la hizo un laboratorio con décadas de experiencia en ARN mensajero. “ChatGPT asistió en todo el proceso”, dijo Conyngham —y eso es exactamente lo que hizo: asistir, no reemplazar la ciencia.
La regulación fue el verdadero cuello de botella. La burocracia de aprobación ética tardó más que diseñar la vacuna. Sin el respaldo institucional de la UNSW, esto no habría llegado a ninguna jeringa.
¿Qué cambia de verdad?
Hasta hace muy poco, el umbral para participar en investigación oncológica personalizada era prácticamente infranqueable fuera del sistema. Necesitabas acceso a laboratorios especializados, equipos de bioinformática, bases de datos protegidas y financiamiento institucional. El conocimiento no era el único obstáculo: la fricción para acceder a ese conocimiento lo era.
Lo que hizo Conyngham fue reducir esa fricción de forma material: usó una interfaz de texto para orientarse en un dominio que no era el suyo, secuenció datos que ahora cuestan miles y no millones de dólares, y llegó a la puerta de un científico con trabajo suficientemente sólido como para que valiera la pena escucharlo.
Eso no significa que cualquiera puede hacer esto. No puede. Pero sí abre una pregunta que las instituciones médicas tendrán que responder: ¿cuántos casos como este quedaron sin intentar porque el costo de acceso era prohibitivo y no había herramienta que redujera la fricción?
No es un caso aislado de curiosidad médica democratizada. Startups como Mirendil, fundada por ex-investigadores de Anthropic, están apostando exactamente a esto: que la IA puede participar en el proceso científico mismo, no solo resumir lo que la ciencia ya sabe. Y herramientas como EchoPrime, que ya interpreta ecocardiogramas con 92% de precisión, muestran que la IA médica puede funcionar con rigor suficiente para que los especialistas la tomen en serio.
El paralelo que importa más allá de Australia
Empresas como Moderna llevan años desarrollando vacunas mRNA personalizadas para humanos. Esa tecnología navega en un ecosistema de ensayos clínicos, aprobaciones regulatorias y costos que la mantienen fuera del alcance de la mayoría del planeta.
Lo que el caso de Rosie sugiere —con toda su precariedad de experimento no controlado— es que el costo computacional de diseñar hipótesis médicas personalizadas ya no es el obstáculo principal. El cuello de botella sigue siendo la validación y la regulación, que son lentas y costosas por razones que mezclan infraestructura legítima con inercia institucional.
Para América Latina, esto tiene implicaciones concretas. Hay una brecha enorme entre la disponibilidad de herramientas de IA y la infraestructura científica para aprovecharlas. La IA puede acelerar el diseño; pero sin laboratorios de ARN, sin regulación ágil, sin financiamiento para estudios controlados, el gap no se cierra solo porque alguien tenga acceso a ChatGPT. Fondos como Breakout Ventures, que apuestan específicamente a IA en ciencia, pueden ser parte de cómo se cierra ese gap. Pero exigen infraestructura que no se improvisa.
Por qué importa
Thordarson dijo algo que debería resonar más que los titulares sobre el perro: “Podemos democratizar esta tecnología en Australia. No tenemos que depender de empresas extranjeras para hacerlo.”
Eso es lo que está realmente en juego. No si la IA va a curar el cáncer —eso sería hype, y este caso es demasiado pequeño para sostenerlo—, sino si los países, los pacientes y los profesionales fuera de los grandes centros de I+D pueden empezar a usar las mismas herramientas que los laboratorios de élite para diseñar y proponer sus propias soluciones.
El caso de Rosie no es una prueba. Es una grieta. Un señal de que el umbral de competencia para llegar a la puerta de un científico con algo que valga la pena escuchar bajó de forma real. Eso ya es distinto a antes.
Si esa grieta se convierte en un camino va a depender de cuántas instituciones estén dispuestas a escuchar cuando alguien llegue a su puerta con un blueprint generado con IA y US$3.000 de datos genómicos. Y de cuántos países estén construyendo la infraestructura para que ese camino no empiece y termine en Australia.
