Cuando Carlos Palma decidió dejar su cargo como gerente y líder de producto en la empresa de tecnología financiera dLocal para asumir como CEO de B4-RNA —una startup impulsada por LAB+, el company builder del Institut Pasteur de Montevideo— no solo cambió de industria, también protagonizó un movimiento poco habitual en el ecosistema emprendedor local. B4-RNA desarrolla una nueva metodología de diagnóstico temprano del cáncer a partir del análisis de un tipo particular de ARN libre en sangre, mediante técnicas de secuenciación e inteligencia artificial (IA). Para eso, Palma aplica herramientas similares a las que utilizaba en el mundo fintech para detectar fraudes.
La startup —que en 2024 recibió una inversión de US$ 750.000 de LAB+ y Ficus Advisory— forma parte de una naciente generación de empresas uruguayas en ciencias de la vida, en las cuales confluyen la investigación, la innovación tecnológica y una mirada orientada a mercados globales. En diálogo con Búsqueda, Palma, ingeniero en informática y magíster en Administración de Empresas por la Universidad de Oxford, cuenta cómo la inteligencia artificial permite procesar “volúmenes astronómicos de datos” y facilita el aterrizaje de profesionales de otras disciplinas en sectores complejos como la biotecnología. Apuesta a que esta convergencia entre IA y salud no solo revolucione el diagnóstico médico, sino que también habilite nuevas oportunidades para la innovación en Uruguay.
—¿Qué aprendizajes del mundo de las fintech y la inteligencia artificial aplica hoy en B4-RNA? ¿Encuentra algunos puntos en común?
—En la parte más técnica de la ciencia dura, encuentro varias similitudes con lo que hacía antes en dLocal. Durante varios años fui líder de producto para el equipo de prevención de fraude, en el que uno está mirando un volumen de datos enorme, tratando de identificar patrones y formas de detectar pequeñas señales que puedan indicar que un pago es riesgoso. Y muchas veces esas señales tienen ruido, no tienen muy buena calidad y no tenés suficientes datos; y hay toda una rama de las biotech en la que justamente, con nuevas capacidades de secuenciación y de análisis de las moléculas y de la parte genética, uno maneja un volumen de datos enorme y extremadamente ruidoso también. Entonces, las técnicas que se utilizaban en dLocal para hacer detección de fraude con algoritmos de inteligencia artificial también se utilizan (con algoritmos similares) para detectar patrones cuando vamos al mundo de la biología, donde hay muchísimo más ruido. Hay mucho paralelismo desde ese lado.
—¿Cómo se puede aplicar la inteligencia artificial en el desarrollo de herramientas diagnósticas como las que propone B4-RNA?
—La inteligencia artificial se usa en primera instancia para identificar patrones, entonces en B4 a partir de una muestra de sangre podemos identificar ciertas moléculas de ARN, que es un tipo de moléculas que está libre en sangre, y a través de ver cuáles son las moléculas que están presentes, identificar si el patrón o los tipos de moléculas que están en esa muestra pueden llegar a indicar la presencia de un cáncer. Eso lo hacemos analizando muestras de muchísimos pacientes, tanto de pacientes que tienen cáncer como de pacientes que no lo tienen, comparando esos dos grupos y utilizando técnicas de inteligencia artificial para analizar todo este enorme volumen de datos. Así podemos separar los grupos e identificar: en este grupo se cumplen ciertos patrones o hay más de ciertas moléculas o se expresan de esta manera. Entonces esa técnica de inteligencia artificial sirve para hacer esa separación y para permitirnos manejar volúmenes de datos astronómicos.
En otra instancia, estamos viendo también otro tipo de inteligencia artificial que está apareciendo, que es la inteligencia artificial generativa, que me está ayudando a mí como persona que viene de otra industria a entender mucho mejor qué es lo que estamos haciendo, cómo trabajar con estas tecnologías. Y a entender también el mundo de la biología y cómo funciona la industria de la salud. Nosotros tenemos un desafío enorme, que es entrar en el mercado norteamericano, y nos faltan un montón de conocimientos sobre esto. La inteligencia artificial hoy nos permite leer documentación, entender las regulaciones, le podemos plantear algunas hipótesis y que nos ayude a elaborar un plan o a entender mejor a un competidor. Es una herramienta que me ha servido enormemente para insertarme mucho más rápido en esta industria.
—¿Qué tipo de cánceres se podrían detectar con esta tecnología?
—Los tipos de cánceres que podemos detectar son muy variados. Potencialmente, podría ser cualquier tipo de cáncer, pero estratégicamente tenemos que elegir cuáles son los que vamos a estudiar, porque analizar cada tipo lleva un tiempo y una inversión grande. Hoy nos estamos enfocando en tres tipos de cáncer: de pulmón, de ovario y colorrectal. Los elegimos porque es donde notamos que hay un mercado muy grande, como en el caso del cáncer de pulmón. Pero otros, como el cáncer de ovario, son extremadamente complicados porque, si bien no hay tanta incidencia, normalmente no existe un método para detectarlos de forma temprana. Y si se encuentra una forma para detectarlos de forma temprana, el impacto que puede llegar a tener es enorme. En esas situaciones donde no hay buenos métodos de screening, que se detecta tarde porque son de órganos internos o de cosas que pasan en el cuerpo que se identifican cuando el cáncer está muy avanzado, es donde tenemos verdaderamente la oportunidad de hacer una diferencia.
—¿Cree que la IA puede acelerar significativamente los tiempos de desarrollo en biotecnología?
—Cada vez más vamos a ver la inteligencia artificial trabajando en estos ámbitos de las dos formas que mencioné. Uno, siendo utilizada como un componente principal del análisis, porque ahora tenemos todas estas técnicas que nos permiten empezar a ver la composición de las moléculas y recabar un nivel de datos enorme que después las técnicas de IA nos permiten analizar. Y por otro lado, para ayudarnos a aprender, a estudiar, a diseñar aplicaciones y soluciones; más aún también desde el lado empresarial, a entender la regulación, a insertarlo cada vez más rápidamente. Entonces, amplifican y aceleran a las empresas a lograr hacer las tareas que no están en las ciencias duras, pero que también son parte central de tener una empresa y de hacerla crecer.
—¿Cuánto tiempo estiman que les llevará validar clínicamente este método?
—Son procesos bastante largos. Si bien la investigación venía de hace muchos años atrás, la empresa se fundó en el 2024. Estamos trabajando ahora para hacer las validaciones iniciales y de aquí a que tengamos un producto en el mercado quizás puedan pasar tres años. Calculamos que en dos o tres años podríamos llegar a tener un diagnóstico que podamos ofrecer para algunos casos puntuales o bajo ciertas condiciones. Lógicamente, para poder llegar a ese punto uno tiene que hacer un montón de análisis y validar que efectivamente el método hace lo que tiene que hacer y con una buena precisión. Porque uno imagina que de pronto el diagnóstico no es tan invasivo como tomar algún medicamento que pueda generar un cambio en el cuerpo. Pero es una extracción de sangre que, dependiendo del resultado, puede llegar a derivar en acciones grandes. Si a uno le dicen que el diagnóstico señala que puede llegar a tener cáncer, capaz que el médico decide hacer algo mucho más invasivo como una biopsia o tomar una decisión que termina teniendo un impacto enorme sobre la persona. Por eso hay que tener mucho cuidado y asegurarnos de que estamos haciendo los ensayos que se tienen que hacer para poder lanzarlo.
—¿Los principales desafíos para su implementación son de esa índole?
—Sí. De hecho, buena parte del capital que recibimos en la inversión del año pasado lo estamos destinando a hacer ensayos clínicos que requieren mucho financiamiento para poder hacer el secuenciado. Estas técnicas de secuenciado han bajado muchísimo el costo, pero siguen siendo costosas, sobre todo cuando hay que analizar centenares de muestras. Pero tenemos otros desafíos también, que parten del objetivo de insertarnos en mercados hacia afuera, de poder validar nuestra tecnología en mercados como el americano o el europeo, conocer ese mercado, cómo se trabaja, cuáles son los requisitos para poder entrar, a quiénes tenemos que conocer, con quiénes nos tenemos que asociar para lograr que esto llegue, se distribuya y se empiece a utilizar. El desafío no es solo nuestro, es de toda la comunidad de empresas que están trabajando en biotecnología en Uruguay. Tenemos que desarrollar esas conexiones y ese conocimiento para poder llevar nuestras innovaciones hacia afuera. Y por suerte se está generando un muy buen ecosistema. Es algo que cada vez se está moviendo más, y tenemos espacios en donde podemos compartir experiencias con otras startups que están trabajando en el rubro y que están queriendo hacer lo mismo que nosotros.
—¿Qué tan importante fue el apoyo de LAB+ y Ficus Advisory para el desarrollo de B4-RNA y cómo evalúa el ecosistema de startups en ciencias de la vida en Uruguay?
—El aporte que hizo LAB+ a este proyecto fue fundamental para poder constituir la empresa y para lograr esta primera etapa de validaciones, que no se podía haber hecho sin esa inyección de capital. Pero no solo por la inyección de capital, sino por el apoyo que nos dan en asesoramiento para poder organizar la empresa y proyectarla hacia adelante. Estas organizaciones tienen un aporte importantísimo sobre todo para los científicos, los fundadores, que tienen ciertas formas de trabajar o están acostumbrados a cómo se trabaja en la academia y de pronto se encuentran con que tienen que transitar todo este mundo nuevo y necesitan el apoyo de estas organizaciones que no solo les aportan el capital, sino que los empiezan a llevar por ese camino. En la medida que existen organizaciones como LAB+ se empieza a generar ese conocimiento dentro de la comunidad y, lógicamente, se empieza a impulsar este ecosistema. Estamos en un momento muy interesante justamente por el surgimiento de estas organizaciones. Por ejemplo, este verano se organizó el primer Punta biotech, que fue, entre otros, impulsado por Sergio Fogel, uno de los fundadores de dLocal. Si uno ve qué fue lo que pasó con esa industria, cómo se fue gestando y cómo estos eventos lograron también impulsar a la industria y empezar a atraer más interés de inversores… ese tipo de movimientos son fundamentales para que se empiece a gestar el ecosistema. Lo estamos empezando a ver en el mundo de la biotecnología y es un muy buen momento porque estamos en esta etapa de transición donde pasa a ser una industria que empieza a tomar forma y cierta inercia.
—¿Creés que este tipo de company builders pueden cambiar el panorama de la innovación científica en el país? ¿Qué necesita el ecosistema uruguayo para que surjan más startups que combinen ciencia e innovación tecnológica como B4-RNA?
—Cuando me sumé a B4 recuerdo que uno de los comentarios había sido “qué bueno que venga alguien de afuera y que se anime a tomar la decisión de entrar en este mundo, porque no mucha gente lo hace”. Y hay un montón de casos de éxito de personas que han empezado sus startups o han empezado a trabajar en tecnología y han sido exitosos y de pronto no consideran esta como una opción. Ojalá eso con el tiempo vaya cambiando, porque la industria necesita también recibir esas prácticas o ese conocimiento de afuera, más del mundo empresarial, sobre cómo llevar adelante una empresa y cómo salir a promocionar una investigación. Porque cuando uno sale a buscar inversión tiene que saber comunicar, tiene que entender la idea y poder transmitir qué es lo que está queriendo hacer y cuáles son las chances de éxito que puede llegar a tener, y hacerlo de forma efectiva. El ecosistema necesita también de ese tipo de perfiles; cualquier persona que tenga curiosidad de la industria, de aprender algo nuevo, de meterse en este mundo, lo va a hacer naturalmente porque es sumamente fascinante.
