Por NoticiarIA — 29 de octubre de 2025
En los laboratorios del Korea Research Institute of Standards and Science (KRISS), un nuevo algoritmo de inteligencia artificial ha conseguido lo que hasta ahora exigía semanas de trabajo humano: reconstruir en tres dimensiones estructuras microscópicas a partir de imágenes bidimensionales obtenidas por microscopía electrónica.
El logro promete acelerar la investigación biomédica y de materiales con una precisión casi indistinguible del análisis manual, pero con un coste y un tiempo reducidos a una octava parte.
El método, descrito en la revista Microscopy and Microanalysis el pasado junio, emplea un sistema de aprendizaje semi-supervisado capaz de etiquetar automáticamente la mayoría de las imágenes a partir de un pequeño porcentaje de ejemplos humanos. Con apenas un 10 % de los cortes manualmente segmentados, la IA identifica las estructuras restantes y las ensambla en un modelo tridimensional coherente. En pruebas con tejidos cerebrales de ratón, la reconstrucción mostró una diferencia media de tan solo un tres por ciento respecto a los modelos generados por especialistas.
Para quienes trabajamos en el terreno de la inteligencia artificial, lo interesante no es solo la velocidad. Lo verdaderamente relevante es la elegancia del enfoque: usar menos datos, pero mejor elegidos, para obtener resultados que rivalizan con el juicio humano. Este tipo de eficiencia algorítmica —aprender de poco, pero con precisión— es la frontera actual del aprendizaje automático, y una de las más humanas que ha alcanzado una IA.
La tecnología abre posibilidades más allá de la biología. Los investigadores del KRISS señalan que el mismo principio podría aplicarse al análisis de defectos en semiconductores o en materiales avanzados, donde la microscopía electrónica es una herramienta rutinaria pero costosa. En todos esos casos, el ahorro de tiempo se traduce en una capacidad inédita para observar, casi en tiempo real, mundos demasiado pequeños para los ojos y demasiado lentos para los métodos tradicionales.
No todo es automático. La propia institución reconoce que la validación humana sigue siendo necesaria en regiones ambiguas, y que el modelo, entrenado sobre imágenes específicas, podría requerir ajustes antes de generalizarse a otros contextos. Tampoco se ha hecho público el código fuente del algoritmo, lo que deja abierta la cuestión de la transparencia y la replicabilidad, dos pilares esenciales de la ciencia moderna.
Aun así, el impacto es innegable. Lo que antes era un proceso artesanal de miles de cortes y días de segmentación paciente, hoy puede resumirse en horas gracias a una inteligencia que no mira por el ocular de un microscopio, sino que interpreta sus patrones. La IA no sustituye al científico: amplía su campo de visión. Y quizá, al hacerlo, también amplía el nuestro.
La redacción de NoticiarIA considera este avance un ejemplo de cómo la inteligencia artificial empieza a transformar no solo lo que vemos, sino la forma en que lo miramos.
