eB2 en el centro de la innovación: Clúster de IA de la Comunidad de Madrid
Recientemente tuvimos el honor de participar en la presentación del Clúster de Inteligencia Artificial de la Comunidad de Madrid, celebrada en la Universidad Carlos III de Madrid (UC3M), nuestra casa madre como spinoff universitario.
En este evento, spin-offs y startups fueron protagonistas, mostrando cómo la investigación académica se transforma en innovación real que impacta en la sociedad.
eB2 fue destacada como ejemplo de cómo la IA puede aplicarse responsablemente en salud mental, transformando datos en indicadores clínicos que salvan vidas.
📰 Leer noticia completa en Emprendedores.es
¿Qué es el Clúster de Inteligencia Artificial de la Comunidad de Madrid?
Un ecosistema para acelerar la innovación en IA
El Clúster de Inteligencia Artificial es una iniciativa de la Comunidad de Madrid para:
Conectar actores del ecosistema:
- Universidades e investigadores
- Empresas tecnológicas y spin-offs
- Grandes corporaciones
- Administración pública
- Inversores y capital riesgo
Impulsar proyectos de IA aplicada:
- Salud, movilidad, industria, energía
- Casos de uso reales (no solo investigación teórica)
- Transferencia tecnológica universidad-empresa
Posicionar a Madrid como hub europeo de IA:
- Competir con ecosistemas como Londres, Berlín, París
- Atraer talento internacional
- Generar empleo de alto valor añadido
Desarrollar IA responsable:
- Marcos éticos de desarrollo
- Cumplimiento normativo (AI Act europeo)
- Impacto social positivo
Madrid tiene todos los ingredientes:
- Universidades de primer nivel (UC3M, UAM, UPM, UCM)
- Talento técnico abundante
- Hospitales punteros para validación clínica
- Apoyo institucional decidido
- Ecosistema emprendedor vibrante
El Clúster es la forma de orquestar todos estos actores hacia un objetivo común.
El papel de los spin-offs universitarios
En la presentación del Clúster, spin-offs como eB2 fueron protagonistas. ¿Por qué?
Los spin-offs son el puente entre investigación e impacto
Características únicas de los spin-offs:
Base científica sólida:
- Años de investigación académica previa
- Publicaciones en revistas de alto impacto
- Validación rigurosa de tecnología
Talento de excelencia:
- Doctores, investigadores senior
- Estudiantes brillantes de doctorado/máster
- Conexión continua con universidad
Validación en entorno real:
- Colaboración con hospitales universitarios
- Estudios clínicos rigurosos
- No solo prototipos de laboratorio
Orientación al impacto:
- No solo papers, también productos
- Modelo de negocio sostenible
- Escalabilidad y crecimiento
Rigor regulatorio desde el origen:
- Conocimiento de normativa (producto sanitario, GDPR, etc.)
- Ética como parte del ADN
- Transparencia en limitaciones
Los spin-offs no son startups «normales».
Son investigación académica que se convierte en empresa para tener impacto real.
eB2 en el evento: nuestra presentación
Lo que compartimos con la audiencia
En el evento, explicamos el propósito de eB2 de forma clara y directa:
«Lo que hacemos es aplicar la inteligencia artificial para transformar los datos del paciente en indicadores de comportamiento, y con eso somos capaces de obtener mediciones sobre la estabilidad emocional, riesgos de recaída, o comportamientos suicidas.»
Desglosando esta frase (que resume 10 años de investigación):
«Aplicar la inteligencia artificial»
No IA genérica, sino modelos específicos entrenados en población clínica:
- Arquitecturas Transformer para series temporales de comportamiento
- Algoritmos validados en estudios con miles de pacientes
- Machine learning supervisado con ground truth clínico
«Transformar los datos del paciente»
Datos capturados pasivamente del smartphone y wearables:
- Patrones de sueño (cuándo, cuánto, calidad)
- Movilidad y actividad física
- Interacción social (volumen, no contenidos)
- Uso del dispositivo (patrones de uso)
«En indicadores de comportamiento»
No datos crudos, sino métricas clínicamente interpretables:
- Índice de estabilidad emocional (0-100)
- Nivel de funcionalidad (capacidad para actividades diarias)
- Riesgo de recaída (predicción a 7-14 días)
- Señales de alerta temprana (desviaciones del patrón basal)
«Mediciones sobre»:
Estabilidad emocional:
- Variabilidad día a día en estado de ánimo
- Resilencia ante estresores
- Regularidad en patrones de vida
Riesgos de recaída:
- En trastorno bipolar (detección de manía/depresión)
- En depresión mayor (empeoramiento progresivo)
- En trastorno de la conducta alimentaria (conductas compensatorias)
Comportamientos suicidas:
- Ideación suicida (a partir de patrones de comportamiento)
- Aislamiento social progresivo
- Cambios súbitos en patrones (señal de crisis)
Todo esto en un párrafo, pero detrás hay:
- 10+ años de investigación
- 15.000+ pacientes monitorizados
- Decenas de publicaciones científicas
- Producto sanitario certificado CE Clase I
Por qué eB2 es un caso de estudio de spin-off exitoso
De proyecto de investigación a empresa con impacto
2014-2018: Fase de investigación académica
- Proyectos financiados por ministerio, UE
- Primeros estudios piloto en hospitales
- Desarrollo de algoritmos base
- Publicaciones en revistas de alto impacto
2018-2020: Constitución del spin-off
- Creación de eB2 Digital Innovation S.L.
- Primeros clientes (hospitales, centros de investigación)
- Obtención de certificación CE como Producto Sanitario
- Primeras rondas de financiación
2020-2023: Escalado y consolidación
- 40+ hospitales usando eB2 MindCare
- 10.000+ participantes en estudios con eB2 Research
- Expansión a otros países (Portugal, Irlanda)
- Equipo de 20+ personas
2023-2025: Madurez y liderazgo
- 60+ hospitales y centros
- 15.000+ vidas monitorizadas
- Múltiples proyectos de I+D europeos (PreCARE, SmartCrisis, EarlyDel)
- Reconocimiento institucional (eventos como este Clúster IA)
Lecciones aprendidas que compartimos en el evento:
La base científica es imprescindible (no se puede improvisar en salud)
La validación clínica lleva tiempo (5+ años de hospital en hospital)
El producto sanitario exige rigor regulatorio (no es una app de wellness)
La colaboración universidad-empresa es clave (seguimos investigando con UC3M)
El impacto es el norte (no solo facturación, sino vidas mejoradas)
El ecosistema madrileño: todos los actores cuentan
El Clúster de IA funciona porque todos los actores aportan:
Universidades (como UC3M):
Investigación básica y aplicada
Formación de talento (grados, másteres, doctorados)
Infraestructura de investigación
Incubación de spin-offs
Transferencia de conocimiento
eB2 nació en UC3M y mantiene colaboración continua:
- Proyectos de investigación conjuntos
- Co-dirección de tesis doctorales
- Acceso a laboratorios e infraestructura
- Eventos de difusión científica
Hospitales (Gregorio Marañón, 12 Octubre, Jiménez Díaz, etc.):
Validación clínica de tecnología
Casos de uso reales (no simulados)
Feedback de profesionales en primera línea
Datos para investigación (anonimizados, con consentimiento)
Adopción temprana de innovación
Los hospitales madrileños son partners, no solo clientes:
- Co-diseñan funcionalidades según necesidades reales
- Participan en estudios de validación
- Forman a futuros profesionales en uso de tecnología
Comunidad de Madrid:
Financiación de I+D (convocatorias específicas)
Apoyo a spin-offs y startups (viveros, aceleradoras)
Conexión entre actores (eventos como este Clúster)
Compra pública innovadora (pilotos en hospitales públicos)
Posicionamiento internacional (marca «Madrid IA Hub»)
El apoyo institucional de la CAM ha sido clave para eB2:
- Financiación en fases tempranas
- Visibilidad en eventos de innovación
- Facilitación de acceso a hospitales públicos
- Apoyo en internacionalización
Inversores y capital:
Financiación para escalar (más allá de grants)
Conexión con clientes y partners
Expertise en gestión y crecimiento
Validación de modelo de negocio
El ecosistema inversor madrileño está madurando:
- Más capital disponible para deep tech y healthtech
- Comprensión de que salud digital requiere paciencia (no exit rápido)
- Inversores con valores alineados (impacto, no solo retorno)
El futuro: hacia dónde vamos juntos
El Clúster de IA de la Comunidad de Madrid es solo el comienzo. ¿Hacia dónde vamos?
Visión para Madrid como hub de IA en salud:
A corto plazo (1-2 años):
- Más spin-offs saliendo de universidades madrileñas
- Pilotos de IA en todos los hospitales de la red SERMAS
- Formación en IA para profesionales sanitarios
- Atracción de talento internacional
A medio plazo (3-5 años):
- Madrid como referente europeo en IA sanitaria
- Empresas madrileñas exportando soluciones a toda Europa
- Regulación clara y habilitante (no solo restrictiva)
- Publicaciones científicas de alto impacto saliendo de colaboraciones Madrid
A largo plazo (5-10 años):
- Sistema sanitario madrileño transformado digitalmente
- IA como herramienta estándar en salud mental (como ECG en cardiología)
- Generación de empleo de alto valor
- Impacto medible en salud de la población
eB2 quiere ser parte activa de esta visión.
Agradecimientos
Queremos agradecer:
A la Comunidad de Madrid:
- Por crear el Clúster de IA y apostar por la innovación
- Por el apoyo continuo a spin-offs y startups
- Por visibilizar el trabajo de empresas como eB2
- Por creer que Madrid puede competir con los mejores hubs europeos
A la Universidad Carlos III de Madrid:
- Por ser nuestra casa madre y seguir siéndolo
- Por la formación excelente que nos dieron
- Por la infraestructura de investigación
- Por fomentar la cultura emprendedora
A los hospitales madrileños:
- Por abrir sus puertas a la innovación
- Por confiar en un spin-off cuando éramos pequeños
- Por su paciencia en los procesos de validación
- Por poner siempre al paciente en el centro
A otros spin-offs y startups del ecosistema:
- Por compartir aprendizajes
- Por colaborar en lugar de solo competir
- Por elevar el nivel de todos con vuestro trabajo
Y a todos los asistentes al evento que se acercaron a conversar con nosotros.
El networking y la colaboración son el alma de un ecosistema de innovación.
Leer la noticia completa
La noticia de Emprendedores.es cubre más detalles del evento y menciona otros spin-offs y startups que participaron.