Claude contra el ébola: cómo Anthropic acelera la respuesta en DRC

Una IA en plena crisis del ébola: cómo Claude acelera la respuesta en República Democrática del Congo

Desde mayo, equipos sanitarios combaten en República Democrática del Congo (RDC) un brote poco habitual de ébola causado por la cepa Bundibugyo (BDBV): según datos del gobierno de RDC compilados por la Organización Mundial de la Salud, más de 7.000 personas han contraído el virus y alrededor de la mitad han fallecido, en lo que la Coalition for Epidemic Preparedness Innovations (CEPI) describe como el brote de ébola de crecimiento más rápido del que se tiene registro. Para responder, la OMS Regional Office for Africa (WHO AFRO), el Institut National de Recherche Biomédicale (INRB) y CEPI trabajan desde hace semanas con los equipos de Beneficial Deployments y Applied AI de Anthropic en una alianza donde Claude se ha colado en casi cada paso del flujo de respuesta.

El cuello de botella no era la medicina, sino los datos. Los formularios de los relais communautaires se enviaban a los distritos por WhatsApp, las muestras biológicas viajaban a laboratorios locales para secuenciación y los datos de cada distrito terminaban reagrupados en PowerPoint que se llevaban al centro de coordinación. El situation report (sitrep) que consolidaba toda esa información era un trabajo nocturno manual.

De un día entero a menos de una hora: el nuevo sitrep

Tendai Muza, Tamayi Mlanda y Gianni-Ferrari Donkor Muza, del equipo de data systems de WHO AFRO en Dakar, construyeron una skill en Claude que automatiza el ciclo completo: extraer casos y cifras de laboratorio de cada PowerPoint de zona sanitaria, contrastarlos con el reporte del día anterior, marcar cambios de tendencia con explicación y resumir los informes distritales. Lo que antes ocupaba toda una jornada ahora se cierra en menos de una hora, según describe Anthropic en su reporte de campo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El cambio no es cosmético: en un brote con una letalidad cercana al 50%, la diferencia entre enterarse de un foco en horas en lugar de al día siguiente puede marcar si un caso se trata a tiempo o se convierte en funeral. Paul Ouma, del mismo equipo, reconoce que antes «no podíamos siquiera pensar qué modelo de enfermedad podría ser mejor: solo podíamos correr con uno, por falta de tiempo». Ahora corren varios modelos en paralelo con Claude y construyen pronósticos para que logística decida dónde montar los próximos centros de tratamiento.

Vacuna y análisis genómico: el resto del flujo

CEPI reorientó US$100M de financiación interna para desarrollar vacunas contra BDBV, según reportó WIRED, y construyó con Claude un dashboard que sigue en tiempo real las acciones necesarias para avanzar los candidatos, incluido el de Oxford (ChAdOx1 BDBV), ya en ensayos de seguridad, y el de Moderna. Polina Brangel, R&D Data Innovation Lead en CEPI, aclara el reparto: «Claude no decide qué cohortes de muestras serológicas analizar para generar evidencia sobre la reactividad cruzada de Ervebo contra BDBV: eso sigue siendo juicio científico de los expertos». Lo que Claude hace es «organizar datos complejos y multifactor para que el ojo humano compare un rango amplio de propuestas y saque conclusiones en mucho menos tiempo».

En paralelo, el laboratorio del INRB, que ha producido prácticamente todos los genomas BDBV secuenciados de este brote, usa Claude Science —el workbench para científicos lanzado en beta por Anthropic el 30 de junio de 2026— para ensamblar el genoma del virus en lenguaje natural en lugar de teclear comandos de bioinformática en un terminal. Esto «reduce significativamente la barrera» para producir análisis que rastrean nuevas infecciones, estiman la escala del brote e identifican variantes, según el comunicado de Anthropic.

WHO AFRO ya piensa en replicar el modelo: está aplicando Claude a un brote de chikungunya para limpiar y validar listas de casos por persona, lugar y tiempo, y quiere usarlo para coser bases de datos históricas de enfermedades que nunca antes pudieron cruzarse en medio de una crisis.

El telón de fondo: por qué este brote asusta más que los anteriores

El director ejecutivo de CEPI, Nicole Lurie, lleva la alarma a un extremo inusual: «Es probablemente el brote de ébola más rápido en camino a ser el peor que el mundo haya visto, y da bastante terror». Los datos comparativos son elocuentes: el brote de ébola de 2014-2016 en África Occidental mató a más de 11.000 personas, pero muchos meses después apenas había superado los 1.000 casos. En DRC, los equipos de rastreo chocan con un cóctel explosivo: millones de desplazados por la violencia, ataques a voluntarios de la Cruz Roja, ambulancias destruidas, entierros seguros retrasados y una desconfianza profunda hacia los trabajadores humanitarios.

El recorte de fondos externos agrava el cuadro. WIRED documenta que los respondedores globales están sin personal desde la salida de EEUU de la OMS y el desmontaje de USAID al inicio del segundo mandato de Donald Trump; la Administración comprometió US$50M en junio para apoyar el trabajo de CEPI, pero Lurie advirtió que los fondos para el programa de ébola se agotarán en diciembre si no llegan más aportes.

Por qué importa para tu startup

Si tu equipo construye productos de datos, salud o automatización, hay tres lecciones que se llevan directo al roadmap:

El «tráfico de WhatsApp + PowerPoint» está en todas partes, no solo en RDC. Cualquier startup que venda a operadores de campo (logística, agro, seguros, salud ocupacional) puede replicar exactamente el patrón que Anthropic automatizó aquí: ingesta de mensajes + plantillas informales + consolidación en reportes. Es un mercado enorme y poco atendido, sobre todo en LATAM donde muchos procesos de salud pública, alcaldías y operadores rurales viven en ese mismo fango digital.
El nuevo diferenciador no es «usar IA», es saber dónde poner al humano en el loop. CEPI es tajante: Claude organiza, los científicos deciden. El workbench Claude Science audita cada paso (código, entorno, descripción en lenguaje plano) para que el resultado sea reproducible y defendible. Para founders en sectores regulados — fintech, salud, legal — ese patrón de human-in-the-loop con trazabilidad auditable vale más que cualquier demo.
El valor surge en la integración, no en el modelo. Lo decisivo aquí no fue un nuevo Claude, sino conectarlo a 60 bases de datos científicas curadas y a los skills del BioNeMo Agent Toolkit de NVIDIA. Tu ventaja competitiva probablemente viva igual: no en el LLM que uses, sino en los conectores, datos propietarios y workflows que montes alrededor.