Capítulo final de la serie Sprint DGX. Cerramos el grant con un modelo de visión dental entrenado, validado y listo para vivir dentro de la consulta (desde el Capítulo 1). Y con la vista puesta en la siguiente clínica.
Empezamos estos 60 días con una idea concreta y la oportunidad de probarla a escala: que el cerebro de visión de un producto dental real puede entrenarse a nivel de centro de datos y, aun así, vivir entero dentro de la clínica. Hoy, al cerrar el grant de NVIDIA Innovation Lab, esa idea ya no es una hipótesis. Es un modelo entrenado, medido, y listo para integrarse en un sistema que atiende pacientes cada día. Este es el capítulo de cierre: lo que queda construido cuando se apagan las GPUs.
Lo que entregamos
Un modelo de visión y lenguaje especializado en odontología, partiendo de Gemma 4 31B, uno de los modelos abiertos más capaces de su tamaño, y afinándolo con datos clínicos propios sobre un nodo de ocho GPUs NVIDIA H100.
No es un chatbot al que le pegas una foto. Es un modelo que mira la radiografía y razona sobre ella en el mismo paso: panorámicas, periapicales, fotografías intraorales. Interpreta la imagen directamente, no una descripción de la imagen hecha por otro sistema. Y lo hace en español y en inglés por igual, verificado con pruebas propias diseñadas para ello, no como un «modo traducción» de segunda, sino como paridad real. Para un mercado clínico hispanohablante, eso no es un detalle menor.
En un examen público de conocimiento dental (MMOral-Bench), el modelo especializado gana +6,72 puntos porcentuales en inglés y +7,13 en español sobre el modelo de partida, un resultado muy competitivo en su categoría de tamaño, por delante de modelos generalistas mucho más grandes y caros. Y responde lo bastante rápido para acompañar al profesional durante la consulta, no para hacerle esperar.
Por qué decidimos que viviera en la clínica
Esta es, para nosotros, la parte que de verdad diferencia el producto. El modelo está pensado y validado para correr on-premise, dentro de la clínica, sobre una NVIDIA DGX Spark, el ordenador de IA de sobremesa de NVIDIA, con 128 GB de memoria unificada, como configuración mínima, y de ahí hacia arriba. La memoria es de sobra para cargar el modelo completo con holgura, y el despliegue sobre Spark ya está validado.
¿Qué significa eso en la práctica? Que ni una sola imagen del paciente sale del edificio. No hay datos sanitarios viajando a un servidor de terceros, no hay dependencia de una conexión, no hay un proveedor de nube en medio de la conversación entre el dentista y su información. En un sector donde el dato es especialmente sensible, y la normativa, especialmente exigente, «se queda en casa» no es una concesión técnica: es una ventaja de partida.
No es una demo
El producto en el que se integrará esta capa ya está en producción en una clínica real, atendiendo a varios miles de pacientes y gestionando cientos de miles de imágenes de forma estable. El sprint no construyó un prototipo para enseñar en un vídeo: entrenó la capa más difícil, la de inteligencia, de un sistema que ya funciona, para que lo que el profesional ya usa cada día sea, sencillamente, mejor.
Por eso lo que queda al cerrar el día 60 no es un experimento que archivar. Es un cimiento sobre el que seguir construyendo: un checkpoint dental desplegable, multimodal, bilingüe, listo para mejorar de forma medible la calidad de un producto real.
Hacia dónde va
El objetivo no ha cambiado desde el primer día: poner en manos del profesional una ayuda que vea lo que importa, antes y mejor, sin pedirle que renuncie al control de sus datos ni de su consulta.
Estos 60 días eran la parte más exigente, entrenar el modelo a escala y demostrar que cabe entero en la clínica. Con esa base resuelta, lo siguiente es llevarlo a más clínicas: integrarlo en cada consulta, adaptarlo a más equipos, y seguir afinándolo con el uso real. El grant cierra una etapa y, sobre todo, habilita la siguiente.
Porque debajo de todo esto hay un propósito muy concreto. La boca es uno de los mejores sitios del cuerpo para darse cuenta a tiempo de cosas que importan: una lesión que cambia, un patrón que no encaja, un detalle que conviene mirar dos veces. Lo que construimos es ese par de ojos extra, incansables y consistentes, que ayudan al profesional a no pasar nada por alto.
Cierre de la serie
Esta serie ha documentado un sprint concreto y acotado: 60 días, un nodo de ocho GPUs H100, un equipo pequeño, y la ambición de entrenar una IA dental que viva donde tiene que vivir. Lo que queda al cerrar es lo que importa, un modelo que ve, razona en dos idiomas y está diseñado para correr on-premise, listo para integrarse en un producto que ya cuida de pacientes reales.
Gracias por acompañarnos capítulo a capítulo. Esto no es un final, sino un punto de partida con bastante terreno por delante.
Si trabajas en un grupo dental, inviertes en salud digital, o simplemente te interesa cómo se construye IA clínica que respeta de verdad la privacidad, nos encantará enseñártelo. Escríbenos.
Con esto cerramos la serie Sprint DGX. Gracias por seguirla hasta aquí, quien quiera profundizar en algún capítulo o simplemente charlar sobre lo construido, puede escribirnos cuando quiera.
Preguntas frecuentes
¿En qué hardware correrá? El objetivo de despliegue es una NVIDIA DGX Spark, 128 GB de memoria unificada, como mínimo, y cualquier equipo superior. Memoria de sobra para cargar el modelo completo, y el despliegue sobre Spark ya está validado: potencia de clase centro de datos en una caja que cabe en la consulta, no en un data center remoto.
¿De verdad los datos del paciente nunca salen de la clínica? Esa es la idea entera del diseño. El modelo está pensado para correr dentro del propio centro, de modo que las imágenes se analicen en local y no viajen a ningún servidor externo, sin depender de la nube ni de una conexión permanente para funcionar.
¿Está disponible para mi clínica? El sistema base está en producción y la integración de esta nueva capa de visión avanza por fases. Estamos abiertos a conversaciones con clínicas y partners interesados, escríbenos y te lo enseñamos.
