SGH y A*STAR llevan una prueba de antibióticos personalizada hacia la escala comercial

El Singapore General Hospital (SGH) y el Diagnostics Development Hub (DxD Hub) de A*STAR, la agencia singapurense de ciencia y tecnología, están convirtiendo el Individualised Antibiotic Combination Test (iACT) en un producto diagnóstico con potencial para llegar a más laboratorios. El objetivo es ayudar a seleccionar tratamientos más precisos frente a infecciones difíciles de tratar y, al mismo tiempo, convertir una innovación desarrollada localmente en una tecnología comercializable en Singapur y, posteriormente, en otros países.

Qué hace iACT

Las infecciones resistentes a los antibióticos pueden dejar a los médicos con pocas opciones: fármacos que quizá no funcionen, que sean tóxicos o que resulten difíciles de combinar. iACT es un servicio de análisis in vitro que prueba el aislado bacteriano del propio paciente frente a combinaciones de antibióticos, en lugar de evaluar cada medicamento únicamente por separado. Su desarrollo inicial se centró en bacterias gramnegativas extensamente resistentes y empleó concentraciones clínicamente relevantes.

La plataforma incluye 180 combinaciones de antibióticos patentadas. Una capa de software predictivo interpreta los resultados de inhibición del crecimiento y ayuda a los equipos de enfermedades infecciosas y microbiología a ordenar los tratamientos que podrían funcionar mejor contra ese microorganismo concreto.

Esto no significa que la inteligencia artificial prescriba automáticamente un fármaco. iACT aporta una evidencia adicional junto con las pruebas convencionales de sensibilidad, el criterio clínico y el estado general del paciente. Su utilidad puede variar según el patógeno, el patrón de resistencia, el tiempo necesario para obtener resultados y el entorno asistencial.

Una posible ayuda frente a la resistencia antimicrobiana

La razón clínica para desarrollar iACT es especialmente clara cuando las opciones habituales son limitadas. Si el análisis identifica una combinación eficaz para un aislado concreto, los médicos podrían evitar o reducir el uso de antibióticos de último recurso, como las polimixinas o la colistina, asociadas a un riesgo importante de toxicidad renal.

Se trata de un beneficio potencial, no de una garantía para todos los pacientes. La utilidad real dependerá de que la prueba pueda modificar las decisiones terapéuticas con suficiente rapidez, mejorar los resultados en la práctica clínica y hacerlo a un coste asumible para los hospitales.

Los primeros datos económicos son prometedores, aunque más específicos que una validación clínica universal. Un análisis publicado en 2026 concluyó que adoptar iACT para infecciones por Pseudomonas aeruginosa resistente a carbapenémicos en Singapur probablemente sería rentable. Ese resultado, por sí solo, no demuestra un beneficio clínico para todos los patógenos, hospitales o sistemas sanitarios.

Por qué quieren convertirlo en un kit seco

El formato actual de iACT se basa en caldo y requiere manipulación congelada. Esto complica la fabricación a gran escala, la gestión de inventarios, el transporte y el uso en laboratorios que no pueden mantener con facilidad una cadena de frío exigente.

La colaboración entre SGH y DxD Hub pretende reformular el test como un kit seco estable. Este formato podría simplificar el envío y el almacenamiento, ampliar su vida útil práctica y hacer más uniforme la preparación en distintos laboratorios. Son características esenciales para que iACT deje de ser un servicio especializado del SGH y se convierta en un producto diagnóstico reproducible.

Por tanto, el cambio no es solo una cuestión de presentación. Es un paso de industrialización que conecta un método desarrollado en el entorno hospitalario con la fabricación, la validación de calidad, la revisión regulatoria y los flujos de trabajo habituales de los laboratorios.

El plan de comercialización y los obstáculos pendientes

Las dos organizaciones firmaron un memorando de entendimiento de tres años para desarrollar y comercializar iACT. En los tres años anteriores al anuncio, el SGH había utilizado la prueba 84 veces. La intención es ampliar primero el acceso a otros hospitales y laboratorios de Singapur y, después, explorar su despliegue en el extranjero.

La propuesta comercial combina dos elementos:

• un panel propio de combinaciones de antibióticos;
• software para interpretar los resultados del laboratorio y apoyar la selección del tratamiento.

Esta combinación podría diferenciar a iACT dentro del campo del diagnóstico de precisión para enfermedades infecciosas. Sin embargo, el éxito comercial dependerá de mucho más que de su rendimiento técnico. Será necesario definir un precio viable, un tiempo de respuesta adecuado, un proceso de fabricación, la vía regulatoria, su integración en la práctica clínica y un posible modelo de reembolso. Además, los patrones locales de resistencia y las prácticas terapéuticas pueden cambiar de un país a otro.

Las otras apuestas de IA sanitaria de Singapur

El acuerdo sobre iACT se anunció junto con otras iniciativas que muestran cómo Singapur está vinculando la aplicación clínica de la inteligencia artificial con la investigación, la gobernanza y la expansión regional.

PENSIEVE-AI: detectar antes los problemas cognitivos

PENSIEVE-AI es una herramienta digital de cribado de riesgo de demencia desarrollada por el SGH junto con GovTech, la agencia tecnológica del Gobierno de Singapur, la Duke-NUS Medical School y la National University of Singapore. Analiza tareas de dibujo realizadas en una pantalla táctil para identificar señales asociadas a problemas cognitivos tempranos. Un estudio citado incluyó a 1.758 adultos residentes en la comunidad, y la evaluación está diseñada para completarse en menos de cinco minutos.

Su función es orientar el cribado, no realizar un diagnóstico. El atractivo de la herramienta está en ofrecer una evaluación breve y accesible que ayude a identificar a las personas que podrían necesitar una valoración clínica más completa, especialmente ante el envejecimiento de la población de Singapur.

Bután: adaptar la IA de rayos X al contexto local

SingHealth y el Gyalpozhing College of Information Technology de Bután acordaron adaptar un modelo de radiografías de tórax asistido por IA, basado en MerMED-FM, utilizando datos de pacientes butaneses. El proyecto busca apoyar la detección de infecciones pulmonares y cáncer en entornos donde el acceso a especialistas en radiología puede ser limitado.

El plan contempla directrices de inteligencia artificial responsable, desarrollo de capacidades locales y el despliegue en tres hospitales butaneses para 2027.

La adaptación local es un punto central. No se puede asumir que un modelo médico desarrollado o entrenado en un sistema sanitario funcionará exactamente igual en otro: pueden variar las poblaciones, la prevalencia de enfermedades, los equipos de imagen, los protocolos clínicos y las exigencias regulatorias. Probar y ajustar el modelo con datos locales forma parte de una implementación más segura y útil.

Qué revela este enfoque

En conjunto, los anuncios apuntan a un modelo sanitario e industrial pragmático, no a una estrategia basada en la tecnología por sí misma.

Primero, los proyectos parten de problemas clínicos concretos: la resistencia antimicrobiana, el deterioro cognitivo temprano, la falta de conocimientos especializados en imagen y el riesgo de enfermedades crónicas. Segundo, conectan hospitales públicos con organismos de investigación, universidades y socios tecnológicos del Gobierno. Tercero, consideran los requisitos de despliegue —el formato del producto, la validación local, la gobernanza y la supervisión clínica— como parte de la innovación, y no como un trámite posterior.

En el caso de iACT, esto significa convertir un servicio de análisis hospitalario prometedor en un kit que pueda fabricarse y utilizarse de forma consistente. En el proyecto con Bután, significa adaptar un modelo de imagen al entorno local en vez de exportarlo sin cambios.

El hilo común es la transferencia: llevar la investigación clínica a herramientas que puedan utilizarse de manera responsable y a escala, mientras se crean propiedad intelectual, productos y alianzas regionales. La oportunidad es considerable, pero la evidencia debe interpretarse con cautela. El resultado de coste-efectividad de iACT se limita a una infección y un contexto concretos, y su expansión todavía requerirá validación y trabajo regulatorio. La apuesta de Singapur no consiste únicamente en anunciar inteligencia artificial médica, sino en construir la infraestructura necesaria para probarla, gobernarla, comercializarla y utilizarla en la práctica.