El boom del CGM con IA: la app de glucosa del hijo de Diana Bolocco entra en una carrera que ya libran Dexcom y Abbott

Por El Ecosistema Startup · 1 de octubre de 2026.

Diego Cisternas, segundo hijo de la animadora chilena Diana Bolocco, desarrolla una aplicación que combina un sensor de monitoreo continuo de glucosa (CGM, por sus siglas en inglés: un parche que mide el azúcar en sangre las 24 horas, sin pinchazos) con un modelo de inteligencia artificial. El objetivo, según ha explicado el propio Cisternas en redes y en la web de su campaña, es traducir esos datos en recomendaciones concretas sobre alimentación, sueño, estrés y entrenamiento. Busca reclutar a 1.000 personas para una beta cerrada; hasta ahora ha inscrito a unas 300, según ha publicado el propio equipo.

El mecanismo es simple en el papel: el usuario recibe el sensor en casa, se lo coloca en el brazo y la app convierte cada lectura en lenguaje cotidiano —qué comida le disparó la glucosa, cómo le afectó dormir mal, qué pasa con su metabolismo cuando entrena o se estresa—. Es, además, la segunda incursión de la familia en el sector: su hermano Pedro Cisternas ya fundó NutrIA, otra startup de nutrición con IA que ha crecido en América Latina.

La noticia tiene un envoltorio de farándula, pero el momento en que llega no es casual. Dexcom, uno de los grandes fabricantes de CGM, presentó hace poco nuevos datos clínicos de su sensor G7 en adultos con diabetes tipo 2 sin insulina, y anunció en paralelo una app con funciones de IA y la compra planeada de Nutrisense, una plataforma de nutrición personalizada, según recogió Yahoo Finance. Abbott, por su parte, selló una alianza plurianual con Google Health para conectar su CGM de venta libre Lingo con un asistente de IA, Health Coach, y anunció uno de los mayores estudios de salud metabólica del mundo combinando CGM, wearables y análisis de laboratorio, de acuerdo con Engadget. En junio, la agencia estadounidense del medicamento (FDA) aprobó que Stelo, el CGM de venta libre de Dexcom, pueda usarse en niños desde los 2 años que no usan insulina, según TechRepublic, lo que amplía de golpe el mercado potencial. El dato de fondo es que el hardware dejó de ser la barrera: con sensores de venta libre y APIs abiertas, cualquier equipo pequeño puede construir la capa de software encima, y eso explica por qué siguen apareciendo proyectos como el de Cisternas incluso en un mercado con capital de riesgo limitado como el chileno.

Conviene no perder de vista la cautela que ya existe en el propio sector. La misma Engadget advertía en 2023 de que la evidencia sobre los beneficios del CGM en personas sin diabetes es limitada, y un análisis posterior de la Johns Hopkins Bloomberg School of Public Health insistió en que un cuerpo sano regula solo la mayoría de los picos de glucosa, por lo que obsesionarse con mantener lecturas artificialmente bajas puede inducir malos hábitos en lugar de corregirlos. El médico Idrees Mughal, conocido como Dr. Idz, llegó a decir a Engadget que incluso él, como profesional, preferiría contrastar los datos del sensor con otros marcadores antes de tomar decisiones clínicas, y que un usuario medio difícilmente sabrá interpretar esas lecturas por sí solo.

Nuestra lectura es que aquí conviene separar dos cosas que se mezclan con facilidad: la curiosidad mediática por el apellido y el mérito real del producto. El apellido abre puertas —visibilidad, cobertura, posiblemente inversión temprana—, pero no sustituye evidencia clínica, y las propias voces científicas citadas en la cobertura ya marcan los límites de lo que un CGM puede decirle hoy a una persona sana. Es el mismo patrón que vemos una y otra vez en IA aplicada: hay que distinguir la capacidad demostrada —datos, estudios, pilotos con miles de usuarios— del relato de marketing. Una beta cerrada de 1.000 personas es, en ese sentido, el movimiento correcto: genera señal real sobre retención y comportamiento antes de pedir capital o escalar.

A largo plazo, el fondo del asunto nos parece prometedor y conecta con una tesis que sostenemos: la combinación de sensores biométricos baratos y modelos de IA capaces de interpretarlos en tiempo real es uno de los caminos más directos hacia una medicina preventiva y personalizada, la misma que a escala puede ayudar a retrasar enfermedades metabólicas y alargar años de vida saludable, no solo años de vida. Pero el corto plazo exige honestidad: sin supervisión médica, sin dejar claro qué puede y qué no puede inferir el modelo, y sin marcos regulatorios claros —la FDA ya se mueve, LATAM todavía no—, estas apps corren el riesgo de vender certeza donde solo hay correlación. El ecosistema de salud digital latinoamericano está dando sus primeros pasos; cuántos de estos proyectos cruzan la línea entre la anécdota mediática y la empresa sostenible con evidencia detrás es la pregunta que de verdad importa, y todavía no tiene respuesta.