Skip to main content
< Tornar a notícies
 04.05.2026

L’IRB Barcelona impulsa HelixAI, una nova spin-off amb ICREA i la UPC basada en intel·ligència artificial biomèdica

L’IRB Barcelona, amb seu al Parc Científic de Barcelona (PCB-UB), l’ICREA, la Universitat Politècnica de Catalunya – BarcelonaTech (UPC) i l’empresa tecnològica Napptilus han fundat HelixAI, una nova spin-off centrada en el desenvolupament d’eines d’intel·ligència artificial per millorar l’anàlisi de dades biomèdiques. La seva tecnologia, basada en Graph Foundation Models, permet extreure conclusions robustes fins i tot a partir de les mostres limitades i heterogènies que són habituals en biomedicina.

L’empresa ha estat impulsada pel Dr. Salvador Aznar Benitah, investigador ICREA a l’IRB Barcelona i fundador de la biotecnològica Ona Therapeutics; el Prof. Pere Barlet, catedràtic del Departament d’Arquitectura de Computadors de la UPC i fundador de tres spin-offs en l’àmbit de la IA; i Rafa Terradas, fundador de la tecnològica barcelonina Napptilus Tech Labs. El projecte combina, així, lideratge científic amb experiència en desenvolupament tecnològic i empresarial.

La companyia s’estructura en dues vessants complementàries. D’una banda, desenvolupa una plataforma basada en intel·ligència artificial adreçada a investigadors i clínics, especialment en l’àmbit de l’oncologia, que permet integrar i analitzar dades biomèdiques complexes per millorar el diagnòstic i el pronòstic. De l’altra, impulsa Helix for Longevity, una aplicació orientada al públic general que estima l’edat biològica a partir de dades clíniques i moleculars i ofereix recomanacions personalitzades en nutrició, exercici i descans per promoure una vida més saludable a llarg termini.

Una nova generació de models de IA per integrar dades biològiques

En els darrers anys, la investigació biomèdica ha generat una quantitat de dades sense precedents, des de la transcriptòmica i l’epigenòmica fins a la metabolòmica i la lipidòmica. Per fer front a aquest repte, HelixAI desenvolupa una intel·ligència artificial pròpia basada en Graph Foundation Models, una nova generació de models d’IA capaços de detectar relacions complexes entre diferents tipus de dades biològiques.

A diferència d’altres àmbits d’aplicació de la IA, les dades biomèdiques solen ser heterogènies i de volum limitat, fet que requereix models dissenyats específicament per treballar en condicions reals i extreure’n conclusions robustes.

«Durant anys hem generat enormes quantitats de dades als nostres laboratoris, però encara som lluny d’aprofitar-ne tot el potencial. HelixAI neix precisament per canviar això i permetre una interpretació més completa i integrada de la biologia», explica el Dr. Aznar Benitah, cofundador de HelixAI i investigador ICREA a l’IRB Barcelona.

«La intel·ligència artificial ha avançat de manera extraordinària en els darrers anys, però la seva aplicació en l’àmbit de la biomedicina continua limitada per la naturalesa de les dades biomèdiques, altament complexes i de gran dimensionalitat, però sovint amb una mida de mostra reduïda», afirma el professor de la UPC Pere Barlet, que afegeix: «HelixAI permet superar aquestes limitacions inherents a les dades per impulsar el primer gran model fundacional de grafs del sector, amb el potencial de transformar la investigació biomèdica».

La novena spin-off de l’IRB Barcelona

HelixAI és la novena spin-off de l’IRB Barcelona i reforça el compromís de l’Institut amb la transferència de coneixement i la generació d’impacte social a partir de la recerca fonamental.

Aquesta és la segona spin-off que la UPC impulsa el 2026. La universitat fa més de 25 anys que crea empreses de base tecnològica i compta amb una cartera de més de 40 empreses participades.

Amb aquesta nova iniciativa, l’IRB Barcelona, l’ICREA i la UPC reafirmen el seu compromís de situar la intel·ligència artificial al centre de la recerca biomèdica, amb l’objectiu d’accelerar el desenvolupament de noves eines que contribueixin a millorar la salut de les persones.

» Accés a la notícia: web de l’IRB Barcelona [+]