Innex Digest Juliol 26
- Josep Mª Monguet Fierro
- Jul 12
- 16 min de lectura
Anàlisi
De respondre preguntes a dissenyar decisions
“La pregunta important no és si la IA serà capaç de decidir. És si nosaltres serem capaços de dissenyar bé les decisions que compartirem amb ella”.
Decidir és anticipar
Una decisió és una aposta sobre el futur. Decidir és imaginar què pot passar després, estimar riscos i actuar sense tenir mai tota la informació. Això és difícil. Per això els superforecasters són tan valuosos: persones capaces d’anticipar millor que la mitjana. Però són pocs, costen temps i no poden estar presents en totes les decisions d’una organització.
Anticipar deixarà de ser excepcional
La IA pot canviar l’escala del problema. Un estudi compara agents d’IA amb superforecasters humans en àmbits com salut, tecnologia o geopolítica. Els humans encara van per davant, però alguns agents especialitzats ja s’hi acosten. La idea important no és que la IA endevini el futur. És que la capacitat d’anticipar podria deixar de ser un recurs rar i convertir-se en una eina quotidiana.
El canvi entra al dia a dia
La IA transformarà espais com Polymarket, Kalshi o Metaculus, on predir és una activitat explícita. Però el canvi més interessant pot passar en decisions menys espectaculars: què prioritzo avui, quin projecte aturo, quin client necessita atenció o si una nova oportunitat val realment la pena. No va només de respondre millor. Va d’ajudar-nos a decidir millor.
El context és el salt
Una IA que respon una pregunta aïllada pot ser útil. Però una IA que entén l’agenda, els correus, els documents, els projectes i els compromisos pot fer una cosa més valuosa: ajudar-nos a veure conseqüències. La pregunta deixa de ser “què saps sobre això?” i passa a ser: “què pot passar si faig això?”, “quin risc assumeixo?” o “quina decisió encaixa millor amb el que ja estic intentant fer?”.
De buscar informació a preparar decisions
La cerca científica amb IA deixa de ser una simple caixa i comença a encadenar passos: buscar, contrastar, rastrejar cites i combinar fonts. En entorns de treball com Slack, els agents ja poden entrar en canals autoritzats, llegir context, connectar-se a eines i executar tasques. Apareix una nova capa de treball: agents que no només informen, sinó que preparen decisions.
Més senyals, no més màgia
En salut, aquesta promesa és clara. La IA pot ajudar a detectar risc cardíac en un ECG, preparar esborranys d’informes radiològics o combinar més senyals metabòlics en diabetis. Tot apunta en la mateixa direcció: més senyals per anticipar millor.
Encertar no és entendre
Una resposta plausible no és necessàriament una bona decisió. Alguns models poden encertar una resposta mèdica sense haver raonat bé, o construir una justificació convincent però defectuosa.
El valor no és només que la IA respongui, és que ajudi a formular millor el problema, detectar què falta i fer visible el risc de cada opció.
El criteri també es pot perdre
L’ajuda automàtica pot tenir un cost: deixar de practicar. Si un professional delega massa en la IA, pot perdre capacitat per detectar errors quan la IA no hi és o s’equivoca. La supervisió humana no pot ser només una signatura al final. Ha de mantenir viu el criteri.
Els agents necessiten límits
Un agent d’IA connectat a correus, documents o bases de dades no pot funcionar com una clau mestra. Ha d’entrar a l’organització com un treballador més: amb identitat, permisos, límits i registre d’accions.
Dissenyar la decisió
La decisió assistida per IA no és només un problema de model. És un problema de disseny: quin context pot utilitzar la IA, quines accions pot fer, quan ha de demanar validació, com deixa rastre i qui respon si alguna cosa falla.
La IA potser no canviarà les decisions perquè decideixi per nosaltres, sinó perquè ens ajudarà a anticipar millor què pot passar després de cada decisió. Aquest és el canvi de fons: passar d’eines que responen preguntes a sistemes que ajuden a construir escenaris, veure conseqüències i decidir amb més criteri.
Salut
La FDA obre la porta a LLMs orientats al pacient, però dins de límits clínics molt estrets.
La FDA ha autoritzat UpDoc via 510(k) com a software medical device per donar suport a la gestió de medicació i insulina en adults amb diabetis tipus 2, amb instruccions basades en un pla definit pel professional sanitari. El pacient pot interactuar amb l’app amb veu o text, però el sistema opera dins de paràmetres clínics configurats pel professional, incloent dosis, objectius de glucosa i protocols de seguretat. Els LLMs en salut poden entrar en fluxos clínics regulats, però només amb indicació concreta, supervisió professional, límits funcionals, validació i control de canvis.
Els models d’IA poden encertar respostes mèdiques sense haver raonat bé.
Un estudi a Nature Medicine ha sotmès models frontera a proves adversarials en tasques mèdiques multimodals i mostra que els bons resultats en benchmarks poden amagar fragilitat: alguns sistemes encerten fins i tot quan falta informació clau, canvien amb petites variacions del prompt o fabriquen raonaments convincents però defectuosos. La conclusió no és que la IA no pugui ajudar en medicina, sinó que els rànquings i tests habituals no basten per demostrar preparació clínica real.
Els pacients ja porten la IA a teràpia, i els psicòlegs comencen a veure’n els riscos.
Una enquesta de l’American Psychological Association a més de 1.200 psicòlegs dels EUA mostra que el 77% ja ha parlat amb pacients que havien usat IA per suport, el 39% ha vist casos d’autodiagnòstic amb IA i el 36% ha observat algun grau de dependència d’un xatbot. L’APA alerta que aquests sistemes poden reforçar conductes negatives o creences delirants i que no poden tractar problemes psicològics amb el matís d’un professional.
Una IA que detecta risc cardíac en un ECG és autoritzada per l’FDA un any després de la publicacié a Nature dels resultats.
EchoNext, desenvolupada per NewYork-Presbyterian i Columbia, utilitza IA per analitzar electrocardiogrames rutinaris i identificar pacients amb risc alt de malaltia cardíaca estructural, que habitualment requereix un ecocardiograma per confirmar-se. El model, publicat a Nature el 2025, s’ha entrenat amb més d’1 milió de registres de ritme cardíac i imatge. Una prova barata i habitual pot convertir-se en una porta d’entrada per detectar abans patologies ocultes i prioritzar exploracions més avançades.
Els sensors de diabetis volen passar de mesurar glucosa a llegir més senyals metabòlics.
Empreses com Abbott, PercuSense i Biolinq treballen en sensors multi-analit que podrien mesurar més biomarcadors que la glucosa, com cetones o altres senyals metabòlics rellevants per al control de la diabetis. La promesa és passar d’un monitoratge centrat en una sola variable a una lectura més completa de l’estat metabòlic. La implicació pràctica és que el futur dels sensors continus no serà només “més dades”, sinó decidir quines dades són clínicament accionables i com s’integren en la decisió professional.
La IA pot ajudar a detectar lesions, però també pot fer que el metge practiqui menys la mirada clínica.
Un estudi multicèntric en centres d’endoscòpia va observar que, després d’introduir IA per ajudar a detectar pòlips en colonoscòpies, la taxa de detecció en exploracions sense IA va baixar del 28,4% al 22,4%. Els autors suggereixen un possible risc de deskilling: l’assistència automatitzada pot millorar una tasca mentre s’utilitza, però reduir l’exercici independent d’una habilitat clínica quan el professional treballa sense ella.
La IA clínica ja no només detecta imatges: comença a redactar esborranys d’informes.
Aidoc ha rebut la Breakthrough Device Designation de la FDA per First Read, una eina investigacional que analitza radiografies de tòrax i genera text preliminar d’informe radiològic. La designació no és una aprovació ni autoritza la comercialització, però situa el producte en un circuit regulador accelerat per tecnologies que podrien aportar millores rellevants en diagnòstic o cobrir necessitats clíniques no resoltes.
L’estetoscopi comença a sortir de la consulta i convertir-se en un pegat de monitoratge continu.
Un estudi publicat a Nature Communications presenta AusculPatch, un pegat wearable d’auscultació que capta senyals fisiològics de banda ampla, incloent sons cardíacs, patrons respiratoris, ones de pols, flux sanguini i sons de Korotkoff. El dispositiu es pot col·locar al pit o sobre artèries perifèriques i va registrar senyals durant activitats quotidianes, cosa que apunta a una auscultació més contínua i contextual fora de la consulta. El monitoratge remot pot anar més enllà de freqüència cardíaca o saturació, però encara caldrà validar-ne ús clínic.
Societat
Walmart ja no ven només productes: també converteix les dades de compra en negoci publicitari.
El creixement del negoci de publicitat de Walmart s'ha d’entendre dins d’un canvi més ampli del seu model, on el comerç electrònic, les subscripcions i la publicitat diversifiquen les fonts de benefici més enllà de la venda directa de productes. El retail media es consolida com una nova infraestructura de dades: monetitzar no només l’espai de venda, sinó també la intenció de compra, el comportament omnicanal i la relació directa amb el consumidor.
Les agències Five Eyes avisen: la IA pot fer obsoletes les defenses cibernètiques en mesos, no anys.
Les agències de ciberseguretat dels Five Eyes alerten que la IA ja està accelerant la velocitat, escala i sofisticació dels ciberatacs, i que les organitzacions han de revisar ara la seva resiliència, no esperar al pròxim salt tecnològic. El comunicat reclama mesures bàsiques però urgents: reduir exposició, aplicar pegats més ràpid, controlar identitats i accessos, revisar sistemes antics i assajar la resposta a incidents. Per a qualsevol entorn amb dades sensibles o agents d’IA connectats a eines internes, la lectura és directa: la seguretat no pot dependre de confiar en el model, sinó d’una arquitectura preparada per limitar, detectar i contenir errors o abusos.
Els models frontera entren en una fase d’accés controlat per criteris de seguretat nacional.
Anthropic va haver de suspendre l’accés a Fable 5 i Mythos 5 per a persones estrangeres arran d’una directiva d’export control del govern dels EUA, mentre OpenAI ha iniciat GPT-5.6 amb una preview limitada a partners de confiança compartits amb el govern abans d’un desplegament més ampli. Els dos casos apunten a un canvi de fase: els models més capaços ja no es despleguen només segons calendari comercial, sinó també sota pressió de criteris de seguretat nacional.
La cerca científica amb IA comença a funcionar com un agent, no com una simple caixa de cerca.
Consensus ha anunciat que apujarà el preu de Pro perquè el producte ha passat de fer una cerca única a executar múltiples cerques internes i encadenar eines com DOI search, citation crawling i collection search. El canvi és rellevant perquè mostra una evolució dels cercadors científics amb IA: ja no només recuperen papers, sinó que orquestren passos de recerca per obtenir resultats més amplis i complets.
La governança de la IA també necessita deliberació ciutadana, no només experts.
DemocracyNext proposa escalar la deliberació democràtica en cinc dimensions —més participants, més nivells de governança, més processos, més impacte i més qualitat deliberativa— i analitza quin paper pot tenir la IA en aquest procés. El punt central és que escalar la deliberació no és només un problema tecnològic: exigeix infraestructura cívica, institucions estables i criteris per evitar que la tecnologia substitueixi el judici democràtic. Les decisions sobre IA, dades i automatització haurien d’incorporar mecanismes deliberatius informats abans que les decisions tecnològiques ja estiguin tancades.
Organitzacions
El “sabotatge” a la IA empresarial apareix quan els empleats no confien en l’estratègia d’adopció.
Una enquesta de WRITER i Workplace Intelligence a 2.400 empleats del coneixement i directius mostra que el 29% dels empleats, i el 44% de la Gen Z, admeten haver “sabotejat” l’estratègia d’IA de la seva empresa, incloent-hi l’ús d’eines no aprovades, la introducció de dades corporatives en eines públiques o la negativa a utilitzar IA.
Les empreses ja no busquen només el millor model d’IA: volen controlar quin model fa cada tasca.
Databricks descriu Unity AI Gateway com una capa de governança per controlar quins models, agents i serveis d’IA poden usar els equips, enrutar peticions, posar límits de despesa, configurar fallbacks i monitorar ús, cost i risc. La plataforma també permet aplicar polítiques sobre les peticions i respostes, amb guardrails per a riscos com dades personals, prompt injection o contingut insegur. El valor empresarial no estarà només en accedir a un bon model, sinó en governar quan, com, per qui i amb quins límits s’utilitza cada servei d’IA.
Slack ja no és només un xat d’empresa: comença a ser un espai on treballen agents d’IA.
Anthropic ha llançat Claude Tag per a clients Enterprise i Team: un agent que pot entrar en canals de Slack, llegir el context autoritzat, connectar-se a eines, dades o repositoris, i executar tasques quan algú el menciona amb @Claude. Els administradors poden limitar a quins canals, eines i dades accedeix i consultar un registre de les accions fetes. La IA empresarial ja no s’integra només com un assistent separat, sinó com un actor dins dels fluxos de treball, i això obliga a governar permisos, dades, accions i traçabilitat des del primer dia.
Un agent d’IA ha d’entrar a les dades com un treballador: amb nom, permisos i límits.
Quan una empresa connecta un agent d’IA a bases de dades internes, el risc és tractar-lo com una màquina amb una clau mestra que pot veure-ho tot. OWASP alerta que la prompt injection pot alterar el comportament del model i provocar accés no autoritzat o exposició d’informació sensible; per això recomana aplicar control de privilegis i limitar l’accés al mínim necessari. La prova pràctica és clara: si dues persones amb permisos diferents fan la mateixa pregunta, l’agent només hauria de veure allò que cadascuna ja podia consultar.
La supervisió humana de la IA només funciona si el criteri humà continua entrenat.
L’EDPS alerta que la supervisió humana en decisions automatitzades no pot reduir-se a posar una persona al final del procés, perquè la decisió esdevé cada vegada més co-dependent entre el sistema i l’usuari. La recerca sobre automation bias i deskilling reforça el mateix risc: si els professionals confien massa en la sortida de la IA o deixen de practicar el judici propi, poden perdre capacitat per detectar errors.
Mercat
La cursa de la IA entre la Xina i els EEUU ja no es decideix només pel millor model.
Un informe del JPMorgan sobre geopolitica defensa que la competència entre EUA i Xina en IA s’ha d’analitzar més enllà dels models, incorporant hardware, energia, capital, política industrial, adopció, seguretat i ús militar. Segons l’informe, els EUA mantenen un avantatge global en models frontera, hardware i finançament, però aquest lideratge podria ser més fràgil del que sovint es pressuposa, ja que la Xina guanya pes en energia, difusió d’ecosistema i integració industrial.
L’adopció interna de la IA ja entra en fase de pressupost i límits de consum.
Tesla hauria fixat un límit de 200 dòlars setmanals per empleat en despesa d’eines d’IA a partir del 6 de juliol, segons un memoràndum intern recollit per The Information. La notícia no indica un fre a la IA, sinó un canvi de fase: després d’impulsar-ne l’ús intern, les empreses comencen a tractar assistents, agents i eines de codi com una despesa variable que necessita control. La implicació pràctica és que l’adopció empresarial de la IA requerirà AI FinOps: pressupost per equip, límits per usuari, traçabilitat per tasca, alertes de consum i criteris clars de retorn.
La IA s’acosta a una concentració de facto en dues capes: OpenAI i Anthropic a dalt, NVIDIA a baix.
Segons The Information, OpenAI i Anthropic ja concentren el 89% dels ingressos anualitzats d’una mostra de 34 startups líders d’IA, senyal que la capa dels models frontera s’està concentrant molt ràpidament. A sota, NVIDIA domina la infraestructura que fa possible aquest negoci: prop del 90% dels seus ingressos ja provenen del segment Data Center. La IA sembla un mercat ple d’aplicacions, però el valor estructural es concentra en pocs punts de pas: qui controla els models i qui controla el càlcul.
La IA empresarial crea una nova feina clau: 6.000 persones a Microsoft per fer-la funcionar dins dels clients.
Segons The Information, es preveuen 6.000 empleats a Microsoft Frontier Company, orientada a ajudar grans clients a desplegar aplicacions d’IA adaptades als seus processos, dades i objectius. Aquesta línia seria una evolució del forward deployed engineering (FDE): equips que treballen dins o molt a prop del client per convertir models d’IA en sistemes operatius amb retorn mesurable. La IA crea demanda de perfils capaços de fer-la funcionar en contextos reals, combinant enginyeria, negoci i canvi organitzatiu.
Regulació
Europa posa data al marcatge dels continguts generats per IA: entre el 2 d’agost i el 2 de desembre de 2026.
La Comissió Europea ha publicat un codi de pràctica per ajudar empreses i organitzacions a complir l’article 50 de l’AI Act, que obliga a marcar i fer detectable el contingut generat o manipulat per IA. La implicació és clara: publicar contingut amb IA a Europa exigirà processos d'etiquetatge, traçabilitat i responsabilitat editorial, no només avisos genèrics.
La IA clínica no entra sola a l’hospital: necessita governança, evidència i responsabilitat.
El Departament de Salut dels EUA ha resumit les respostes a una consulta pública sobre IA clínica i el missatge és clar: no n’hi ha prou amb tenir models bons, cal saber com s’avaluen, com s’integren als fluxos assistencials i qui en respon quan s’utilitzen. El sector demana més coordinació entre agències, suport pràctic per desplegar eines en entorns reals i criteris per mesurar si una IA és segura, útil i fiable en cada context clínic. Per a projectes com IAIA, la implicació és directa: el valor no està només en generar documents, sinó en fer-ho dins d’un procés validat, supervisat pels professionals i amb evidència sobre qualitat, temps, seguretat i adopció.
Els agents d’IA comencen a ser tractats com a representants digitals amb permisos i obligacions.
El senador Mark Warner ha publicat l’esborrany de l’AI AGENT Act, una proposta que reconeix el dret dels usuaris a delegar accions en agents d’IA davant grans plataformes digitals. El text exigeix registre davant la FTC, accés revocable, protecció de dades, traçabilitat de les accions i un deure d’actuar en l’interès de l’usuari.
Quan una IA consulta documents, també pot empassar-se instruccions malicioses amagades dins d’un PDF, una web o un correu.
OWASP i Microsoft alerten que la prompt injection no entra només per la pregunta de l’usuari: també pot venir amagada dins de webs, PDFs, correus o documents que un sistema RAG recupera per respondre. Això vol dir que un assistent corporatiu pot donar una resposta factualment correcta i, alhora, haver obeït una instrucció maliciosa incrustada en el material consultat. La prova pràctica és simple: els RAG empresarials no s’han d’avaluar només per si encerten la resposta, sinó per si saben tractar els documents com a fonts d’informació i no com a ordres.
En salut digital, el que promet el producte pot decidir si és wellness o dispositiu mèdic.
La FDA ha tancat la warning letter contra Whoop després que l’empresa modifiqués Blood Pressure Insights i el presentés com una estimació orientativa de benestar, no com un mesurador clínic de pressió arterial. El 2025, l’agència havia considerat que la funció era un dispositiu mèdic no autoritzat perquè estimava la pressió arterial; ara diu que no preveu aplicar els requisits de dispositiu al producte modificat, d’acord amb la seva política de wellness de baix risc. Per a qualsevol projecte de salut digital, la lliçó és directa: la frontera reguladora no depèn només de la tecnologia, sinó de la finalitat prevista, els textos comercials, l’etiquetatge i l’ús que s’indueix.
Europa vol que l’avaluació medtech sigui menys imprevisible i més comparable entre organismes notificats.
La Comissió Europea ha publicat el Reglament d’Execució (UE) 2026/977 per establir requisits uniformes en les activitats d’avaluació de conformitat dels organismes notificats sota MDR i IVDR. La norma busca reduir diferències de pràctica, millorar la predictibilitat dels terminis i costos, i fer més transparent el procés de certificació per als fabricants. La implicació pràctica és que la digitalització regulatòria medtech no hauria de limitar-se a gestionar PDFs: necessita dades estructurades, traçabilitat i processos comparables entre submissions, canvis postmarket i recertificacions.
Tecnologia
Els models oberts d’IA ja no només competeixen en preu: comencen a ser opcions reals per a codi i agents.
Z.ai ha presentat GLM-5.2, un model amb pesos disponibles, llicència MIT i context d’1 milió de tokens, dissenyat per a tasques llargues de codi, agents i ús d’eines. Segons els benchmarks publicats pel mateix proveïdor, GLM-5.2 és el model obert més fort en diverses proves de programació i agents, i en alguns casos s’acosta als models tancats de referència, tot i que no els supera de manera general. La lectura pràctica és que els models oberts ja no són només una opció barata: comencen a reduir dependència de proveïdors tancats en tasques concretes que cada organització haurà de validar per cost, rendiment i risc.
La IA necessita tant càlcul que ja creixen els neoclouds: clouds especialitzats només a llogar xips d’IA.
Al voltant de la IA està creixent una nova capa d’empreses, conegudes com a neoclouds, que compren o financen grans quantitats de xips d’IA i lloguen aquesta potència de càlcul a altres companyies. Venen la infraestructura perquè altres empreses puguin entrenar o executar els seus propis sistemes d’IA sense construir un data center. Nvidia estaria donant suport financer a alguns d’aquests proveïdors, cosa que mostra fins a quin punt el negoci de la IA ja depèn no només dels models, sinó també de qui controla els xips, l’energia i la capacitat de càlcul.
Qwen porta els models fundacionals cap als robots que naveguen, manipulen i anticipen el món físic.
Alibaba ha publicat Qwen-Robot Suite, una família de tres models per a robòtica que separa el repte d’actuar en el món físic en navegació, manipulació i predicció visual de futures escenes. Els informes tècnics descriuen entrenament a gran escala —15,6 milions de mostres per navegació, unes 38.100 hores per manipulació i 8,6 milions de vídeos-text per modelar el món— amb validacions en benchmarks i algunes plataformes robòtiques reals. La implicació és que la cursa de la IA ja no és només lingüística: els models fundacionals comencen a convertir-se en capa de control per a robots, logística, indústria i automatització física.
Frontera
La FDA prova assaigs clínics que el regulador pot seguir en temps real.
La FDA ha iniciat dues proves de concepte amb AstraZeneca i Amgen perquè alguns endpoints i senyals de seguretat d’assaigs clínics es reportin a l’agència en temps real, en lloc d’esperar als paquets finals de dades. L’objectiu és reduir el temps mort entre recollida, anàlisi i decisió reguladora, no substituir l’assaig clínic ni relaxar l’avaluació. Accelerar el desenvolupament de fàrmacs dependrà cada cop més de dades clíniques traçables, interoperables i auditables mentre l’estudi encara està en curs.
La IA comença a competir amb experts humans a l’hora de posar probabilitats al futur.
Metaculus, una plataforma especialitzada en prediccions col·lectives, ha creat FutureEval per comparar agents d’IA amb persones expertes en estimar què pot passar en àmbits com salut, ciència, tecnologia, geopolítica i IA. Els seus resultats encara situen els forecasters professionals per davant dels models base, però mostren que els agents especialitzats ja s’acosten a aquest nivell en algunes proves. La implicació és clara: la predicció experta podria passar de ser un recurs excepcional a una eina habitual per ajudar empreses i institucions a decidir sota incertesa.
Una IA reconstrueix frases teclejades a partir d’activitat cerebral sense implants, però encara no llegeix pensaments.
Brain2Qwerty és un sistema capaç de reconstruir frases mentre persones sanes les teclegen, fent servir sensors externs d’activitat cerebral i sense cap implant quirúrgic. El resultat és prometedor, però encara limitat: funciona millor amb MEG que amb EEG, comet errors rellevants i necessita saber quan es prem cada tecla. Per això, més que una eina per “llegir la ment”, és un pas de laboratori cap a futures interfícies que algun dia podrien ajudar persones amb dificultats greus de comunicació.
Claude al laboratori: una IA que no només respon, sinó que ajuda a executar recerca científica.
Anthropic ha llançat Claude Science per a científics, que integra eines de recerca, bases de dades, agents especialistes i accés a computació en un sol entorn de treball. La implicació és important per a salut i biociència: la IA comença a passar de suport conversacional a infraestructura de treball científic, però el seu valor dependrà de la validació, la reproduïbilitat i el control dels riscos.
Les recomanacions financeres amb IA arriben al petit inversor, però no eliminen el risc.
Algunes plataformes d’inversió ja presenten carteres, rotacions sectorials i selecció d’accions com a decisions “triades per IA”, amb puntuacions pròpies i rendiments passats com a reclam. ESMA recorda que, encara que s’utilitzi IA, les firmes continuen obligades a actuar en el millor interès del client, supervisar les eines i evitar recomanacions inadequades o enganyoses. La idea clau és simple: una recomanació no és més neutral perquè la faci una IA; cal saber qui l’ha dissenyada, amb quins incentius i sota quina responsabilitat.
Les ones del WiFi ja s’estan fent servir per detectar presència i activitat, però les constants vitals encara són recerca.
Empreses com nami/Aerial ja apliquen WiFi sensing en entorns domèstics i de cura per detectar presència, moviment i patrons d’activitat sense càmeres ni wearables. Els mateixos senyals WiFi també poden capturar indicis de respiració o ritme cardíac, però aquesta part encara no té validació clínica suficient per substituir monitors mèdics. El WiFi pot esdevenir un sensor ambiental útil per seguretat, activitat i acompanyament a casa, però l’ús sanitari requereix evidència, regulació i garanties de privacitat.
Midjourney vol portar l’escàner corporal al format spa, però encara no ha demostrat valor clínic.
Midjourney ha anunciat una divisió mèdica per desenvolupar un escàner corporal d’ultrasons en aigua que aspira a crear mapes 3D del cos en uns 60 segons, sense radiació ni camps magnètics. La mateixa empresa admet que començarà amb mapes de composició corporal i que qualsevol ús diagnòstic requerirà aprovació reguladora, de manera que avui és més una aposta de recerca i wellness que una eina clínica validada. La notícia és rellevant perquè anticipa un debat cada cop més urgent: quan la IA i el hardware permeten captar dades corporals a gran escala, cal separar promesa preventiva, evidència mèdica, regulació i protecció de dades.
Comentaris