En 2023, Samsung Electronics, una subsidiaria del conglomerado surcoreano Samsung Group, adquirió Sonio, una startup de inteligencia artificial centrada en el diagnóstico por imágenes de ultrasonido. La adquisición formó parte de la estrategia más amplia de Samsung para expandir su presencia en tecnología sanitaria, aprovechando la IA para mejorar los flujos de trabajo clínicos y la precisión diagnóstica. La tecnología de Sonio, que utiliza aprendizaje automático para asistir a sonografistas y radiólogos, se integró en la división de dispositivos médicos de Samsung, particularmente en sus sistemas de ultrasonido.
Sonio, fundada en 2020, desarrolló software impulsado por IA que automatiza el análisis de imágenes de ultrasonido, ayudando a detectar anomalías fetales y otras afecciones. La plataforma de la startup fue diseñada para reducir errores diagnósticos y agilizar los informes, lo que la convirtió en una valiosa adición a las ofertas sanitarias de Samsung. Los términos financieros del acuerdo no fueron divulgados públicamente, pero los analistas de la industria estimaron que la adquisición se situó en el rango de decenas de millones de dólares, reflejando la creciente inversión en diagnósticos médicos impulsados por IA.
Antecedentes de las ambiciones sanitarias de Samsung
Samsung Electronics ha sido durante mucho tiempo un actor importante en electrónica de consumo, semiconductores y dispositivos móviles, pero su división sanitaria ha ganado prominencia desde la década de 2010. La unidad de dispositivos médicos de la empresa, que incluye equipos de imagen diagnóstica como máquinas de resonancia magnética, tomografía computarizada y ultrasonido, ha sido un foco de crecimiento. La adquisición de Sonio por parte de Samsung se alinea con sus esfuerzos por incorporar Artificial intelligence en la imagen médica, una tendencia observada en toda la industria a medida que los algoritmos de IA mejoran la interpretación de imágenes y los resultados para los pacientes.
Antes del acuerdo con Sonio, Samsung había invertido en otros proyectos sanitarios relacionados con la IA, incluidas asociaciones con instituciones de investigación y el desarrollo de herramientas diagnósticas basadas en IA. La división Samsung Research de la empresa, que supervisa el desarrollo de tecnología avanzada, ha sido fundamental en estas iniciativas. La experiencia de Sonio en IA para ultrasonido se consideró un activo complementario, mejorando la línea de productos existente de Samsung.
Detalles de la adquisición
La adquisición se anunció a mediados de 2023, y Samsung completó la compra a finales de ese año. El equipo de Sonio, incluidos sus fundadores e ingenieros, se unió a la unidad de dispositivos médicos de Samsung, con sede en Seúl, Corea del Sur. El software de la startup se implementó inicialmente en los sistemas de ultrasonido premium de Samsung, como la serie HERA, utilizados en obstetricia y ginecología.
La tecnología de Sonio se basa en modelos de Deep learning entrenados con grandes conjuntos de datos de imágenes de ultrasonido. Estos modelos pueden identificar automáticamente estructuras anatómicas, medir la biometría fetal y señalar posibles anomalías, reduciendo el tiempo necesario para la revisión manual. La integración en los dispositivos de Samsung permite un análisis en tiempo real, proporcionando retroalimentación inmediata a los clínicos durante los escaneos.
Impacto en el mercado de IA en salud
La adquisición de Sonio fue parte de una ola más amplia de consolidación en el sector de IA sanitaria. Grandes empresas tecnológicas, incluidas Google DeepMind, OpenAI y Anthropic, han explorado aplicaciones en diagnósticos médicos, pero el movimiento de Samsung fue notable por su enfoque en el ultrasonido, una modalidad de imagen ampliamente utilizada pero intensiva en mano de obra. Al adquirir Sonio, Samsung se posicionó para competir con otros fabricantes de dispositivos médicos, como Intuitive Surgical y Commure, que también están integrando IA en sus productos.
Los observadores de la industria señalaron que el acuerdo destacó la creciente importancia del Machine learning en radiología. El ultrasonido es particularmente adecuado para la IA porque genera imágenes en tiempo real que pueden analizarse al instante, a diferencia de otras modalidades que requieren postprocesamiento. Los algoritmos de Sonio, que utilizan arquitecturas de Neural network, fueron diseñados para funcionar con hardware de ultrasonido estándar, lo que facilita su implementación en diferentes entornos.
Aspectos técnicos de la IA de Sonio
La plataforma de Sonio se construyó sobre modelos de Transformer (architecture), un tipo de arquitectura de Large language model originalmente desarrollada para el procesamiento de lenguaje natural pero adaptada para el análisis de imágenes. El software utiliza mecanismos de Multi-Head Attention para enfocarse en regiones relevantes de una imagen de ultrasonido, mejorando la precisión en la detección de anomalías sutiles. El entrenamiento implicó técnicas de Data Augmentation para aumentar la diversidad del conjunto de datos, y se empleó Curriculum Learning para introducir gradualmente casos más complejos.
El sistema de IA fue diseñado para manejar diversas aplicaciones de ultrasonido, incluida la imagen fetal, cardíaca y abdominal. Podía generar informes automatizados, que se integraron en los sistemas de información hospitalaria, y proporcionaba apoyo a la toma de decisiones para sonografistas menos experimentados. El uso de capas de Residual Network (ResNet) ayudó a entrenar modelos profundos sin degradación, y se aplicó Batch Normalization para estabilizar el entrenamiento.
Implicaciones estratégicas para Samsung
Para Samsung, la adquisición de Sonio fue un movimiento estratégico para diferenciar sus dispositivos médicos en un mercado competitivo. La división Samsung Electronics de la empresa se había centrado previamente en la innovación de hardware, pero la adición de software de IA le permitió ofrecer soluciones más completas. Las relaciones existentes de Samsung con hospitales y clínicas, particularmente en Asia y Estados Unidos, proporcionaron un mercado listo para la nueva tecnología.
El acuerdo también reflejó el interés más amplio de Samsung en Generative AI y otras aplicaciones de IA. Si bien la tecnología de Sonio es principalmente diagnóstica, los algoritmos subyacentes podrían adaptarse para otros fines, como la mejora de imágenes o el análisis predictivo. Se esperaba que el brazo de investigación de Samsung, Samsung Research, colaborara con el equipo de Sonio para explorar estas posibilidades.
Reacciones y perspectivas futuras
Analistas y profesionales de la salud reaccionaron positivamente a la adquisición, señalando que el ultrasonido asistido por IA podría mejorar el acceso a diagnósticos de calidad en regiones desatendidas. La Organización Mundial de la Salud ha destacado la escasez de sonografistas capacitados, y herramientas automatizadas como las de Sonio podrían ayudar a cerrar esta brecha. Sin embargo, algunos expertos advirtieron que los sistemas de IA deben validarse rigurosamente para evitar falsos positivos o negativos, y que la aprobación regulatoria es esencial.
Samsung anunció planes para continuar desarrollando la tecnología de Sonio, con un enfoque en expandir sus capacidades a otras modalidades de imagen. La empresa también indicó que integraría el software de Sonio en su plataforma sanitaria basada en la nube, permitiendo acceso remoto para aplicaciones de telemedicina. A partir de 2024, la integración estaba en curso, con implementaciones iniciales en Corea del Sur y Estados Unidos.
Conclusión
La adquisición de Sonio por parte de Samsung en 2023 marcó un paso significativo en la convergencia de la IA y la imagen médica. Al incorporar la experiencia de Sonio internamente, Samsung fortaleció su posición en el mercado sanitario y demostró su compromiso con el aprovechamiento de Artificial intelligence para aplicaciones prácticas. El acuerdo subrayó la tendencia creciente de empresas tecnológicas que invierten en startups de IA para mejorar sus ofertas de productos, y sentó las bases para futuras innovaciones en medicina diagnóstica.