Ara Darzi: la IA podría acelerar la lucha contra la resistencia a antibióticos, pero el mercado lo impide

El cirujano británico Ara Darzi ha afirmado que la inteligencia artificial puede acelerar significativamente el diagnóstico de infecciones resistentes a antibióticos y la búsqueda de nuevos medicamentos. Pero esto no es suficiente: si la economía de la industria no cambia, muchos desarrollos nunca llegarán a la práctica clínica real.

Por qué la crisis se está acelerando

La resistencia a antibióticos ha dejado de ser un problema restringido de los especialistas en enfermedades infecciosas. Según Darzi, causa más de un millón de muertes en todo el mundo anualmente y desempeña un papel importante como factor coadyuvante en casi cinco millones de casos adicionales. Tales infecciones son más difíciles y costosas de tratar, los pacientes permanecen en hospitales más tiempo y las instituciones de salud enfrentan costos adicionales.

La presión sobre el sistema se intensifica por dos cosas simultáneamente: el uso excesivo e inapropiado de antibióticos, así como el flujo débil de nuevos medicamentos al mercado. Darzi nombró a 2026 como el primer verdadero punto de inflexión en esta historia, porque la escala de la amenaza ahora es difícil de ignorar. El pronóstico de The Lancet publicado en 2024 espera hasta 40 millones de muertes por infecciones resistentes a fármacos para 2050.

Mientras tanto, en la práctica cotidiana, los médicos aún frecuentemente actúan casi a ciegas. El diagnóstico clásico generalmente toma de dos a tres días: es necesario cultivar bacterias de una muestra y verificar qué medicamentos funcionarán. Para condiciones como la sepsis, esto es demasiado tiempo — cada hora de retraso en el tratamiento aumenta el riesgo de muerte en 4–9 por ciento.

Dónde la IA ya es útil

Es precisamente aquí donde la IA puede tener el impacto más rápido. Darzi dice que el diagnóstico por IA ya demuestra una precisión superior al 99 por ciento sin infraestructura de laboratorio adicional. Esto es especialmente importante no solo para clínicas grandes sino también para regiones remotas donde el acceso a pruebas rápidas es limitado. Según estimaciones de la OMS, en 2023, los niveles más altos de resistencia a antibióticos se registraron en el Sudeste Asiático y el Mediterráneo Oriental, donde cada tercera infección registrada era resistente. En África — cada quinta.

• Distinguir más rápidamente infecciones resistentes de ordinarias
• Sugerir al médico una elección terapéutica más precisa en las primeras horas
• Encontrar nuevos mecanismos de resistencia bacteriana
• Acelerar la búsqueda y diseño de moléculas que no existen en la naturaleza

Otro ejemplo es el trabajo del NHS británico con Google DeepMind. En una demostración, el sistema identificó mecanismos de resistencia previamente desconocidos en 48 horas, a los que investigadores del Imperial College London dedicaron aproximadamente diez años para comprender. Combinados con un laboratorio automatizado, tales sistemas ya permiten ejecutar cientos de experimentos paralelos las 24 horas. Los modelos de aprendizaje profundo pueden examinar miles de millones de estructuras moleculares en solo días, y los modelos generativos pueden proponer nuevos compuestos que simplemente no existían antes.

Por qué el mercado es una barrera

El principal cuello de botella, según Darzi, no está en el laboratorio sino en el modelo de negocio farmacéutico. Los nuevos antibióticos no pueden venderse como medicamento de mercado masivo: cuanto más activamente se usan, más rápido las bacterias aprenden a eludir la defensa. Esto crea una paradoja.

Desde la perspectiva médica, los mejores medicamentos nuevos necesitan ser preservados y prescritos raramente, pero desde la perspectiva comercial, las empresas ganan con los volúmenes de ventas. Por esto, las grandes empresas farmacéuticas en los últimos años han estado cerrando programas de antibióticos, incluso mientras el progreso científico en esta área continuaba. Para romper esta lógica, se necesitan esquemas de pago diferentes.

Darzi recordó que en 2024, el Reino Unido lanzó un modelo piloto al estilo Netflix: el estado paga a las empresas farmacéuticas una cantidad anual fija por acceso a un nuevo antibiótico, en lugar de por el número de dosis prescritas. Suecia también está probando un modelo parcialmente desvinculado del volumen. La idea es simple: recompensar no por ventas masivas, sino por el hecho mismo de introducir una herramienta vital en el sistema de salud.

"Ya tenemos las herramientas.

La cuestión es si tenemos el coraje de tomar en serio lo que vemos."

Qué significa esto

La historia de la resistencia a antibióticos demuestra algo importante: para la IA médica, el cuello de botella se está convirtiendo no solo en la calidad de los modelos sino también en la capacidad del sistema de salud para integrarlos en la práctica. Si el diagnóstico se reduce de varios días a horas, y la búsqueda de nuevos antibióticos se acelera varias veces, los ganadores serán no solo los médicos sino también los pacientes. Pero sin nuevas reglas de compra e incentivos, la IA corre el riesgo de permanecer como una hermosa demostración en conferencias en lugar de una herramienta de trabajo en los hospitales.