PARTE 2. Cuatro startups que cambiaron cómo se busca evidencia científica con IA
|
Cuatro startups. Cuatro problemas que el sector
sanitario no supo resolver durante décadas. Un denominador común:
no esperaron permiso para empezar. |
El conocimiento siempre estuvo ahí - Parte 2
Cuatro startups
que cambiaron cómo se busca evidencia científica con IA.
La edicion anterior hablamos de Consensus y Elicit.
Hoy hablamos Scite y ResearchRabbit
Las historias
Scite
Josh Nicholson es PhD en biología
celular por Virginia Tech, donde estudió el papel de la aneuploidía en cáncer.
Antes de Scite fundó The Winnower (adquirida 2016) y fue CEO de Authorea
(adquirida 2018 por Atypon). Conocía el sistema de publicación científica desde
adentro, con sus inercias y sus oportunidades invisibles.
La idea surgió en una competición
de negocios donde propuso un servidor de preprints con un factor de
reproducibilidad. Los jueces lo rechazaron. El concepto quedó latente hasta que
se preguntó: si podemos clasificar citas manualmente, ¿podemos automatizarlo?
Eso llevó a los tres tipos de cita: apoya, contradice, menciona. Fundó Scite en 2018.
|
El concepto de clasificar citas
por intención lleva más de cien años en el derecho anglosajón. Se llama
sistema Shepard. Eugene Garfield quiso aplicarlo a la ciencia. No pudo. La
escala lo impedía. El ML lo hizo posible. |
En 2020 recibieron una beca
federal de 1,5 millones y participación de ff Venture Capital. En 2023, cinco
años después de fundarse, Scite fue adquirida por Research Solutions, cotizada
en Nasdaq. El tercer exit de Nicholson.
El producto
Scite introduce el concepto de
smart citations: en lugar de contar cuántas veces ha sido citado un artículo,
muestra si esas citas lo apoyan, lo contradicen o simplemente lo mencionan.
Esto cambia radicalmente la capacidad del clínico para valorar la solidez de un
paper.
Imagina que encuentras un ensayo
que respalda una intervención farmacológica. Con Scite puedes ver en segundos
si doce estudios posteriores han replicado sus resultados o si, por el
contrario, cuatro metaanálisis han cuestionado sus conclusiones. Para la toma
de decisiones basada en la evidencia, esa perspectiva temporal y crítica es
invaluable.
|
Datos |
|
|
Sede |
Brooklyn, NY · Fundada 2018 · Adquirida nov. 2023
(Nasdaq: RSSS) |
|
Fundador |
Josh Nicholson (CEO), PhD biología celular · 3er
exit en su carrera |
|
Financiación |
3 rondas · Beca NIDA/HHS $1,5M (2020) · ff Venture
Capital |
|
Tracción |
Exit en 5 años · única plataforma que clasifica
citas por intención a escala |
|
Nos hace reflexionar Los jueces
rechazaron la idea. Nicholson la fundó de todas formas cinco años después.
¿Cuántas ideas has dejado morir porque alguien que no tenía por qué saber te
dijo que no? Me lo apunto: Rescata una idea
descartada. Pregúntate: ¿la tecnología disponible hoy la haría posible? Dedica 20 minutos
esta semana. |
ResearchRabbit
Tres personas en Seattle
construyeron una herramienta para visualizar redes de artículos científicos:
quién cita a quién, qué trabajos pertenecen a la misma familia de ideas, qué
investigadores son centrales en una línea de pensamiento.
Decidieron no cobrar al usuario
final, sosteniendo la infraestructura con donaciones y financiación externa. Su
argumento: los investigadores ya contribuyen con su trabajo al conocimiento
humano sin retribución directa. Pedirles que paguen para navegar ese
conocimiento les parecía incorrecto. Crecieron de todas formas, llegaron a
millones de usuarios, y no buscaron comprador.
En mayo de 2025, Litmaps, una
startup neozelandesa, los encontró a ellos. La adquisición llegó con una ronda
de un millón de dólares, llevando la base combinada de usuarios a más de 2
millones. Cuando un producto resuelve algo de verdad, el mercado termina
encontrándolo.
El producto
ResearchRabbit ofrece
visualizaciones de redes de artículos: quién cita a quién, qué trabajos
pertenecen a la misma familia científica, qué autores son centrales en una
línea de investigación. No responde preguntas, pero ayuda a entender el
territorio.
Es especialmente útil cuando uno
se adentra en un campo nuevo, como inteligencia artificial aplicada al
diagnóstico por imagen o medicina de precisión, y necesita orientarse
rápidamente: identificar los grupos de investigación activos, los artículos
fundacionales y las líneas emergentes.
|
Datos |
|
|
Sede |
Seattle, WA · Fundada 2021 · Adquirida por Litmaps
mayo 2025 |
|
Equipo |
3 personas · free forever · sin monetización al
usuario |
|
Financiación |
Donaciones · Adquisición con ronda $1M (Scholarly
Angels) |
|
Tracción |
2M+ usuarios combinados · el exit llegó sin haberlo
buscado |
|
Nos hace reflexionar ResearchRabbit
nunca cobró al usuario y llegó a millones de personas. ¿Estás usando la falta
de modelo de negocio como razón para no empezar? Me lo apunto: Define en una frase
el valor que entregarías aunque no pudieras cobrar por él. Si no puedes
definirlo, el problema no está en el modelo. |
Lo que estas historias enseñan
Cuatro equipos distintos, cuatro
filosofías distintas. Pero leídas juntas, algo emerge: no hay un perfil
correcto para construir en healthtech. Hay un método.
El perfil del founder no predice el resultado.
Dos outsiders sin credenciales fundaron Consensus. Dos PhDs frustrados con el sistema fundaron Elicit y Scite. Tres personas sin nombre público construyeron ResearchRabbit. Lo que comparten no es el CV: es que definieron el problema con precisión antes de escribir una línea de código.
La validación silenciosa es la más difícil de
falsificar.
Ninguna
convenció a su mercado con un whitepaper. Lo hizo con adopción que nadie pidió.
Los médicos llegaron solos a Consensus. ResearchRabbit creció sin cobrar.
Elicit consiguió a Jeff Dean como ángel porque el producto hacía lo que
prometía. La pregunta no es cuántos usuarios tienes. Es si vuelven sin que
nadie se lo recuerde.
El rechazo no es un veredicto. Es información.
Los
jueces rechazaron la propuesta de Nicholson. Fundó Scite de todas formas cinco
años después. El rechazo le dijo que el contexto no estaba listo, no que la
idea era mala.
El exit no se persigue. Se construye.
ResearchRabbit
no buscó comprador. Scite no salió a vender. El foco estuvo siempre en el
problema y el usuario. El exit fue la consecuencia, no el objetivo.
La próxima historia puede ser de habla hispana
Son historias anglosajón. Pero también
podemos tenerla en habla hispana. Los problemas que resuelven son universales.
Cualquier persona con acceso a tecnología actual y un problema real bien
definido puede construir algo equivalente. O
mejor.
|
¿Conoces
a alguien construyendo algo así desde el mundo hispanohablante? Etiquétalo. Cuéntanos su
historia. La Zona Innovadores HealthTech existe para dar visibilidad y
aprender juntos en este camino. Si estás trabajando en algo, aunque sea en
fase de idea, queremos saberlo y contarlo. Esta es la edición 1.
Suscríbete para que te llegue cada martes a tu bandeja.
|
Conoceme y hablemos en https://murisana.com/bio/raysa-nunez-guzman/
Este artículo
forma parte de la Edición Especial Innovadores HealthTech de Conexión Salud
Digital. Los datos de financiación y tracción provienen de fuentes públicas y
pueden haber variado a la fecha de publicación.
