Come Together: Cómo los Beatles financiaron la máquina que aprendió a ver dentro de ti
La historia improbable de cómo la NASA, una discográfica de rock y un ingeniero solitario cambiaron para siempre la medicina
Por Dr. Seyther Morales Burbano · Patólogo | CPO Aiscopia
Hay una foto que me persigue.
No es una foto famosa. No aparece en libros de texto ni en museos. Pero existe, guardada en algún archivo clínico del Hospital Atkinson Morley en Londres, y representa algo que en ese momento —octubre de 1971— nadie en la historia de la humanidad había visto antes.
Era la imagen del interior de una cabeza humana viva.
No una radiografía plana. No un esbozo anatómico. Una imagen transversal, en cortes, tridimensional en su concepto, que mostraba con claridad perturbadora lo que había dentro del cráneo de una mujer que llegó al hospital con sospecha de tumor cerebral.
La máquina que produjo esa imagen no la inventó un médico. No nació en un hospital ni en una facultad de medicina. Nació de una pregunta que alguien hizo mirando al cielo, a casi cuatrocientos mil kilómetros de distancia, en una sala de control llena de ingenieros que intentaban descifrar las fotos borrosas que les enviaba la Luna.
Esta es la historia de cómo el conocimiento viaja de formas que nadie planifica. De cómo los mayores avances médicos raramente nacen dentro de la medicina. Y de por qué eso, lejos de ser una anomalía, es quizás la regla más consistente de la historia de la ciencia.
El problema de la Luna
Para entender cómo nació el TAC, hay que empezar donde nadie espera: en el espacio.
Era 1966. La carrera espacial estaba en su punto más febril. Estados Unidos y la Unión Soviética se disputaban el cosmos como quien se disputa un territorio que aún no tiene nombre. La NASA había lanzado sus sondas Surveyor con un objetivo concreto: fotografiar la superficie lunar antes de enviar a los primeros astronautas.
Las imágenes llegaron. Y eran casi inútiles.
Borrosas, contaminadas de ruido electrónico, distorsionadas por la transmisión a través del vacío del espacio. Los científicos tenían datos, pero no podían leerlos. Tenían señales, pero no podían interpretarlas. Era como escuchar una sinfonía con el sonido completamente distorsionado: sabías que había música, pero no podías distinguir las notas.
Fue entonces cuando un equipo de ingenieros del Jet Propulsion Laboratory, en Pasadena, California, tomó una decisión que cambiaría no solo la exploración espacial, sino la historia de la medicina. Decidieron que, en lugar de intentar mejorar las cámaras, mejorarían la forma de procesar lo que las cámaras ya captaban.
La idea era elegante en su abstracción: descomponer cada imagen en valores numéricos, pixel a pixel, y dejar que las computadoras analizaran, corrigieran y reconstruyeran esos valores para producir una imagen limpia. No estaban mejorando la fotografía. Estaban inventando una nueva forma de ver.
Nació el procesamiento digital de imagen.
Lo que los ingenieros de la NASA no podían imaginar es que esa herramienta, diseñada para ver la superficie de otro mundo, iba a terminar revelando el interior del nuestro.
El hombre y la pregunta
A miles de kilómetros de Pasadena, en los laboratorios de investigación de EMI en Hayes, Inglaterra, un ingeniero llamado Godfrey Newbold Hounsfield llevaba años dando vueltas a una idea que no lo dejaba en paz.
Hounsfield no era médico. Era ingeniero electrónico, formado durante la Segunda Guerra Mundial en sistemas de radar y telecomunicaciones. No tenía entrenamiento en biología ni en fisiología. Lo que tenía era algo más escaso y más valioso: la capacidad de hacerse preguntas que cruzaban las fronteras entre disciplinas.
Su pregunta era esta: si se toman múltiples imágenes de rayos X de un objeto desde ángulos distintos, ¿podría una computadora combinar toda esa información para reconstruir el objeto en tres dimensiones?
En teoría, sí. En la práctica, nadie lo había intentado de forma sistemática aplicado al cuerpo humano. El problema no era conceptual. Era computacional: la cantidad de datos a procesar, la velocidad de cálculo necesaria, la capacidad de almacenamiento requerida. En los años sesenta, esas limitaciones eran casi insalvables.
Pero Hounsfield no se detuvo en el casi.
Lo que necesitaba era tiempo. Y dinero. Y alguien dispuesto a creer en una idea que todavía no existía más que en su cabeza.
El extraño mecenas
Aquí es donde la historia da un giro que, si se contara como ficción, sonaría inverosímil.
La empresa para la que trabajaba Hounsfield era EMI —Electric and Musical Industries—. Una compañía con raíces en la grabación musical que, a finales de los años sesenta, vivía uno de los momentos económicos más extraordinarios de su historia. La razón: cuatro jóvenes de Liverpool que habían firmado con su sello discográfico una década antes.
Los Beatles habían convertido a EMI en una de las empresas musicales más rentables del mundo. Abbey Road, lanzado en 1969, era en ese momento uno de los álbumes más vendidos de la historia. El dinero fluía hacia las arcas de la compañía con una generosidad que sus directivos, quizás sorprendidos ellos mismos, decidieron invertir en algo inesperado: investigación científica básica, sin garantía de retorno comercial inmediato.
No es exagerado decir que los beneficios de Come Together y Something financiaron los primeros experimentos de lo que sería la tomografía computarizada.
La historia de la ciencia está llena de mecenas inesperados. La Iglesia Católica financió a Copérnico. Los comerciantes holandeses pagaron los telescopios de Huygens. Una discográfica de rock financió el TAC. El conocimiento siempre ha necesitado dinero para nacer, y el dinero siempre ha llegado de donde menos se esperaba.
1971: La primera vez
El 1 de octubre de 1971, en el Hospital Atkinson Morley del sur de Londres, una mujer con sospecha de quiste cerebral se convirtió en la primera persona en la historia sometida a una exploración por tomografía computarizada clínica.
No voy a usar su nombre, porque la historia no nos lo ha conservado con claridad. Pero sí nos ha conservado lo que ocurrió: la imagen mostró, con una nitidez sin precedentes en la medicina de la época, una lesión quística en el lóbulo frontal izquierdo. Lo que los médicos sospechaban quedó confirmado, localizado y definido con una precisión que la neurología de entonces no podía alcanzar por ningún otro método.
Nadie en esa sala lo sabía, pero estaban viendo el futuro.
El TAC no solo era un avance diagnóstico. Era una nueva forma de relación entre la medicina y el cuerpo humano. Por primera vez en la historia, podíamos ver el interior de una persona viva sin tocarla, sin abrirla, sin causarle daño. La anatomía dejaba de ser algo que se aprendía en la disección y pasaba a ser algo que se podía observar en tiempo real, en el paciente que estaba frente a ti.
Como patólogo, cada vez que pienso en ese momento siento algo que no sabría definir del todo. Una mezcla de asombro y humildad. Porque lo que ocurrió en ese hospital en 1971 es, en esencia, lo que ocurre cada vez que una imagen médica revela lo que el ojo no puede ver: el conocimiento atravesando la materia.
El Nobel y la lección
En 1979, el Premio Nobel de Fisiología o Medicina fue otorgado conjuntamente a Godfrey Hounsfield y al físico sudafricano Allan Cormack.
Cormack había trabajado de forma independiente, en los años cincuenta y sesenta, en los fundamentos matemáticos del mismo problema que Hounsfield resolvería desde la ingeniería. Desde distintos países, distintas disciplinas y sin conocerse, dos personas habían llegado al mismo lugar guiadas por la misma pregunta.
Esto también ocurre en la ciencia con más frecuencia de la que solemos reconocer. El conocimiento, cuando está maduro para nacer, tiende a nacer en varios lugares a la vez. Como si la realidad tuviera una temperatura de fusión y, cuando se alcanza, lo que estaba sólido se vuelve líquido en todas partes simultáneamente.
Lo que hace especialmente poderosa la historia de Hounsfield y Cormack es lo que nos dice sobre los límites del conocimiento especializado. Ninguno de los dos era médico. Uno era ingeniero. El otro era físico. Ambos transformaron la medicina más profundamente que la mayoría de los médicos de su generación, no a pesar de ser de fuera de la disciplina, sino precisamente por eso.
Porque los de fuera no saben lo que es imposible. Y esa ignorancia, a veces, es la condición necesaria para inventar lo necesario.
Lo que esto significa hoy
No cuento esta historia como un ejercicio de nostalgia histórica. La cuento porque creo que describe algo que está ocurriendo ahora mismo, delante de nuestros ojos, en la medicina del siglo XXI.
La inteligencia artificial en patología diagnóstica no la están construyendo solo los patólogos. La están construyendo matemáticos, ingenieros de software, físicos computacionales y especialistas en visión artificial que, en muchos casos, nunca han sostenido un portaobjetos ni han firmado un informe anatomopatológico. Y sin embargo, sus algoritmos están aprendiendo a detectar patrones en imágenes histológicas con una sensibilidad que, en ciertas tareas específicas, ya iguala o supera la del observador humano entrenado.
Desde mi posición —como patólogo clínico y como cofundador de Aiscopia, una plataforma de diagnóstico oncológico asistida por inteligencia artificial— vivo esta intersección a diario. Y puedo decir con honestidad que las conversaciones más transformadoras que he tenido sobre el futuro de mi especialidad no las he tenido con otros patólogos. Las he tenido con ingenieros que no saben leer una biopsia, pero que saben formular preguntas que yo no sabía hacerme.
Eso no me preocupa. Me fascina.
Porque la lección de Hounsfield no es que la medicina necesite menos médicos. Es que la medicina necesita médicos capaces de escuchar a los que piensan diferente. Capaces de sentarse en la misma mesa con un ingeniero, un físico o un diseñador de producto y entender que el conocimiento que falta no siempre está dentro de nuestra disciplina.
La imagen que cierra el círculo
Vuelvo a esa foto. La primera imagen de TAC de la historia.
Una paciente. Un tumor. Un ingeniero que nunca estudió medicina. Una discográfica de rock. Una agencia espacial que intentaba ver la Luna.
Todo eso convergió en una sala de hospital en Londres, en octubre de 1971, para producir algo que no debería haber existido si el conocimiento se hubiera movido solo dentro de sus propios carriles.
Pero el conocimiento no funciona así. Nunca lo ha hecho.
Se filtra entre disciplinas. Se cuela por las grietas entre especialidades. Aparece donde nadie lo espera porque nadie lo invitó por el camino correcto; llegó por el lateral, de la mano de alguien que no sabía que no debía entrar.
Esa es, quizás, la lección más importante que la historia de la tomografía computarizada tiene para ofrecernos. No sobre tecnología. No sobre medicina. Sino sobre la naturaleza del conocimiento mismo: que las mejores ideas no reconocen fronteras disciplinares, porque esas fronteras las dibujamos nosotros, y el mundo no tiene por qué respetarlas.
La próxima vez que mires una imagen médica —una tomografía, una resonancia, una histología digital— recuerda que lo que estás viendo es el resultado de que alguien, en algún momento, se hizo una pregunta que no le correspondía hacerse.
Y tuvo la audacia de no dejar de buscar la respuesta.
Referencias
- Hounsfield, G.N. (1973). Computerized transverse axial scanning (tomography). British Journal of Radiology, 46(552), 1016–1022.
- Cormack, A.M. (1963). Representation of a function by its line integrals, with some radiological applications. Journal of Applied Physics, 34(9), 2722–2727.
- Comité Nobel (1979). The Nobel Prize in Physiology or Medicine 1979. NobelPrize.org.
- Beckmann, E.C. (2006). CT scanning the early days. British Journal of Radiology, 79(937), 5–8.
- NASA Jet Propulsion Laboratory. Digital Image Processing Heritage. jpl.nasa.gov.
- Krebs, R.E. (2004). Groundbreaking Scientific Experiments, Inventions, and Discoveries of the 20th Century. Greenwood Press.
