Que cada bacteria reciba lo suyo

Pablo Valledor y Javier Fernández, fundadores de la ‘startup’ Pragmatech.

En cualquier tratamiento antibiótico, habrá bacterias eliminadas y otras, las más preparadas, que lograrán resistir. Su adaptación al fármaco será cada vez mayor y llegará a un punto tal que el medicamento dejará de ser útil. Pura evolución biológica. Puro Darwin. La única forma de contrarrestar esta resistencia es crear antimicrobianos más potentes, pero su desarrollo es lento –amén de caro–, cada uno de ellos únicamente es eficaz frente a un grupo de bacterias y, además, sólo lo es de forma efímera porque tarde o temprano volvemos a la línea de salida enfrentándonos a las que, reforzadas, habrán sabido sobrevivir a ese nuevo entorno. De ahí la importancia de limitar el uso de antibióticos a los casos en los que realmente son necesarios y la necesidad de atacar cada infección sólo con el fármaco adecuado, aquel que va a erradicar y no fortalecer. Algo que para los médicos es hoy más sencillo gracias a Pragmatech AI Solutions, una ‘startup’ que utiliza la enorme capacidad de la Inteligencia Artificial para cruzar datos –de la bacteria, el paciente y el fármaco, en este caso– para afinar la búsqueda del mejor tratamiento entre todos los posibles. Para dar a cada bacteria lo suyo.

La firma, una de las 25 que en octubre protagonizarán la décima edición de B-Venture, ha desarrollado un algoritmo capaz de estimar el grado de farmacorresistencia que una bacteria concreta va a ofrecer a un antibiótico determinado en un paciente específico en un momento preciso. Porque así de fino hay que hilar en esta guerra. No se puede dar por sentado que un antimicrobiano vaya a eliminar una infección porque previamente lo haya hecho en otros pacientes con idéntico problema. Las bacterias a las que cada uno de nosotros hemos estado expuestos a lo largo de la vida y cómo nuestro organismo ha ido respondiendo a ellas condicionan nuestra respuesta a un tratamiento. De ahí que un mismo antibiótico puede ser válido para unos, pero contraproducente para otros. Y eso cuando la causa de la infección está perfectamente identificada, porque cuando no lo está…

«En estos casos, el médico pide un estudio microbiológico para concretar qué tipo específico de bacteria origina el problema y determinar su grado de sensibilidad a diferentes antibióticos. Lo malo de este protocolo es que los resultados no llegan antes de dos o tres días y durante ese tiempo también hay que tratar al paciente. Entonces se le prescribe el antibiótico que habitualmente resulta más eficaz contra la bacteria que más posibilidades tenga de ser la causante de la infección, pero la práctica demuestra que cuando finalmente se tienen los resultados del análisis en el 30% de las ocasiones hay que cambiar ese tratamiento inicial», subraya Javier Fernández, embarcado en esta aventura empresarial tras quince años trabajando como responsable de antibióticos en el laboratorio de microbiología de varios hospitales.

A su experiencia se une la de Pablo Valledor, experto en Inteligencia Artificial, una tecnología que, pensaron, «quizá podría utilizarse para reducir ese margen de error». «En 2020 cogimos de la literatura científica datos agregados de farmacorresistencia y creamos un primer modelo que vimos que tenía mucho potencial y a partir del que después desarrollamos el ‘software’. Una vez que el médico, ya sea de atención primaria u hospitalaria, introduce en el sistema una serie de datos clínicos sobre el paciente, el algoritmo es capaz de señalar cuáles son los antibióticos más recomendados. Nos los mostrará, además, según el nivel de resistencia que podemos esperar en ese paciente. De menor a mayor. No se trata de hacer recomendaciones ni sustituir el criterio del especialista, sino de darle una herramienta que le facilite la toma de decisiones», señalan.