La IA podría cambiar la lucha contra la resistencia a los antibióticos, pero el acceso quizá sea la parte difícil

Una crisis de salud pública que aún funciona a base de suposiciones

La resistencia a los antibióticos ya es una gran carga mundial para la salud, causa más de un millón de muertes al año y contribuye a millones más. Sin embargo, las decisiones de tratamiento todavía se toman a menudo bajo una gran incertidumbre. Los médicos con frecuencia tienen que elegir antibióticos antes de que estén disponibles los resultados estándar del laboratorio, especialmente en casos de rápida evolución como la sepsis. Eso crea una peligrosa desalineación entre la velocidad de la infección y la velocidad del diagnóstico.

En WIRED Health, en Londres, el cirujano y líder en políticas de salud Ara Darzi sostuvo que la IA podría estar llegando a un punto en el que puede cambiar materialmente esa ecuación. Su afirmación central no fue que la inteligencia artificial sea una promesa lejana, sino que 2026 puede representar un punto de inflexión en la lucha contra la resistencia a los antimicrobianos. El argumento se apoya en un hecho simple: los diagnósticos tradicionales suelen tardar dos o tres días porque dependen de cultivar bacterias a partir de muestras. En la atención aguda, ese retraso puede ser costoso o mortal.

Por qué un diagnóstico más rápido importa tanto

Las infecciones resistentes a los medicamentos son difíciles de tratar, costosas de manejar y están asociadas con estancias hospitalarias más largas. También están impulsadas por un ciclo vicioso. El uso excesivo y el mal uso de los antibióticos empujan a las bacterias a desarrollar resistencia, mientras que la falta de incentivos sólidos para desarrollar nuevos fármacos deja a los clínicos con una lista cada vez más pequeña de opciones eficaces. En ese entorno, la rapidez y la precisión en el diagnóstico se vuelven críticas.

Darzi señaló una cifra especialmente dura en la atención de la sepsis: cada hora de retraso en el tratamiento aumenta el riesgo de muerte. Eso convierte el diagnóstico en un asunto de primera línea, no en una función de laboratorio de apoyo. Si los médicos tuvieran mejor información antes, podrían reducir las suposiciones, elegir antes un tratamiento más adecuado y posiblemente evitar el uso innecesario de antibióticos de amplio espectro que alimentan aún más la resistencia.

La promesa de los diagnósticos con IA

Según Darzi, los sistemas diagnósticos impulsados por IA ya están alcanzando niveles muy altos de precisión sin requerir infraestructura de laboratorio adicional. Esa afirmación, si se confirma en la práctica, es significativa por dos razones. Primero, sugiere que la velocidad no necesariamente tiene que venir a costa de la precisión. Segundo, implica que una capacidad diagnóstica avanzada podría desplegarse más fácilmente en entornos donde la infraestructura convencional es limitada.

Eso es especialmente importante porque la resistencia a los antimicrobianos no se distribuye de manera uniforme. Darzi destacó cargas particularmente altas de resistencia en el sudeste asiático y el Mediterráneo oriental, con una presión importante también en África. En áreas rurales y remotas, donde el acceso a laboratorios sofisticados puede ser limitado, el valor de los diagnósticos rápidos habilitados por IA podría ser incluso mayor que en hospitales bien dotados.

La IA más allá del diagnóstico

El caso de la IA en este campo no se limita a identificar infecciones más rápido. Darzi también apuntó a su potencial para descubrir nuevos fármacos y predecir la propagación de bacterias resistentes. Esas capacidades abordan distintas partes del problema de la resistencia a los antimicrobianos: tratamiento, vigilancia y preparación. En conjunto, presentan la IA como una herramienta transversal y no como una solución de producto único.

Aun así, la brecha entre la capacidad técnica y el impacto sanitario real puede ser amplia. Los sistemas de salud adoptan con lentitud, la compra puede estar fragmentada y los productos a menudo luchan por llegar a los pacientes que más se beneficiarían. Eso es particularmente cierto cuando la economía es débil. La innovación en antibióticos lleva mucho tiempo sufriendo incentivos desalineados, y la innovación diagnóstica puede enfrentar barreras de despliegue similares incluso cuando la tecnología funciona.

El riesgo: innovación sin alcance

La advertencia más importante en el argumento de Darzi es que la innovación por sí sola no basta. Una herramienta diagnóstica potente que no llega a clínicas, entornos comunitarios o sistemas de salud con pocos recursos no cambia de forma material el curso de la crisis. La lógica comercial en torno a la resistencia a los antimicrobianos ha estado rota durante años porque la gestión responsable fomenta un uso restringido de los antibióticos, lo que a su vez debilita los retornos para los desarrolladores. Los diagnósticos pueden enfrentarse a obstáculos de adopción comparables si los compradores no recompensan la prevención y la precisión.

Eso significa que la siguiente fase de esta historia no trata solo del rendimiento del modelo. Trata de reembolso, compras, confianza, integración en flujos de trabajo y acceso global. La IA puede mejorar el diagnóstico y guiar el tratamiento, pero serán las instituciones públicas y los sistemas de salud los que determinen si esa capacidad se vuelve ampliamente disponible o queda concentrada en demostraciones y programas piloto.

Una ventana tecnológica, no un giro garantizado

La importancia del momento reside en la posibilidad, no en la inevitabilidad. La IA parece cada vez más capaz de acelerar diagnósticos, apoyar el juicio clínico y fortalecer la vigilancia frente a infecciones resistentes a los medicamentos. Son avances significativos en una crisis que lleva décadas desarrollándose. Pero estas tecnologías solo importarán si se integran en sistemas capaces de llevarlas allí donde la carga es mayor.

Ese es el verdadero examen por delante. La crisis de resistencia a los antibióticos es lo bastante urgente como para que una mejora real en la velocidad y la precisión diagnóstica sea, por sí sola, relevante. La pregunta más difícil es si los sistemas de salud, los gobiernos y la industria pueden alinearse con suficiente rapidez para convertir esa capacidad en atención generalizada. La IA puede ayudar a combatir la resistencia a los antibióticos. Que lo haga a escala dependerá de todo lo que rodea al algoritmo.

• Los diagnósticos tradicionales de infecciones resistentes suelen tardar dos o tres días.
• Ara Darzi dijo que las herramientas impulsadas por IA pueden alcanzar una alta precisión sin infraestructura de laboratorio adicional.
• Los débiles incentivos podrían limitar si la innovación llega a los pacientes y sistemas de salud que más la necesitan.

Este artículo se basa en la cobertura de Wired. Leer el artículo original.