Radical Numerics afirma que un paciente con una infección resistente a los antibióticos recibió una mezcla experimental de bacteriófagos diseñados con ayuda de inteligencia artificial. La empresa dice que esos virus eliminaron una muestra de la bacteria en el laboratorio, pero no ha divulgado si el tratamiento ayudó al paciente.
El anuncio, publicado el 20 de octubre, describe lo que la compañía presenta como el primer uso clínico de fagos diseñados con IA. Su informe no ha sido revisado por pares y la afirmación de que se trata del primer caso procede de la propia empresa.
Del laboratorio al paciente
Los bacteriófagos, o fagos, son virus que infectan bacterias. Algunos pueden destruirlas y se investigan como una opción para infecciones difíciles de tratar. Cada fago suele actuar sobre bacterias específicas, por lo que encontrar uno compatible con la infección de una persona puede requerir una búsqueda extensa.
Radical Numerics desarrolló Omnii-1, un modelo de IA que, según la compañía, ayuda a diseñar variantes de fagos y a seleccionar candidatas para probarlas. En su informe describe experimentos con el fago T7, en los que trabajó sobre una proteína que ayuda al virus a reconocer bacterias. El documento usa esos experimentos para ilustrar el método, sin detallar el diseño exacto administrado al paciente.
La compañía sostiene que una mezcla que contenía fagos diseñados con Omnii-1 eliminó en el laboratorio bacterias aisladas de la infección del paciente. Después, dice, esa mezcla se administró bajo un procedimiento autorizado de uso compasivo, dirigido por médicos.
La diferencia entre ambos pasos importa: que una muestra bacteriana desaparezca en una prueba de laboratorio no demuestra que una infección haya desaparecido del organismo. La empresa señala que no divulgará la evolución clínica ni el resultado del paciente para proteger su privacidad. También reconoce que un solo caso no puede establecer la seguridad o eficacia general de la terapia.
Michael Baym, microbiólogo de la Universidad de Harvard que no participó en el trabajo, expresó cautela ante el anuncio. Según recogió TechRadar, Baym considera necesario conocer el resultado del tratamiento y examinar qué tan novedosos son los virus antes de emitir un juicio.
Qué significa el uso compasivo
TechRadar informó que la Administración de Alimentos y Medicamentos de Estados Unidos (FDA) autorizó el uso en este caso. El informe público de Radical Numerics no incluye la autorización individual ni identifica a la autoridad que la emitió.
La FDA explica que el acceso ampliado, también llamado uso compasivo, permite administrar productos experimentales fuera de ensayos clínicos a pacientes con enfermedades graves cuando no hay alternativas comparables y satisfactorias. La autorización para un caso no equivale a una aprobación general del tratamiento. Radical Numerics indica que sus terapias experimentales no están aprobadas para un uso clínico más amplio.
Una técnica anterior a la inteligencia artificial
La terapia con fagos tiene más de un siglo de historia. La Organización Mundial de la Salud señala que puede utilizarse en determinadas infecciones resistentes, pero advierte que hacen falta más estudios clínicos para respaldar su uso generalizado y comprender mejor su seguridad y eficacia.
La IA ya se había utilizado para generar fagos en el laboratorio. Un trabajo publicado en Science en 2026 describió 16 fagos viables obtenidos a partir de diseños generados por un modelo y probados en condiciones de laboratorio. Esa investigación es distinta del caso anunciado por Radical Numerics.
Además de evaluar los resultados médicos, el desarrollo de modelos capaces de diseñar virus plantea preguntas de bioseguridad. TechRadar señaló el riesgo de posibles usos indebidos; Radical Numerics afirma que adaptará sus medidas de contención y manejo de información a las capacidades de sus modelos.
La empresa ha dicho que pretende publicar sus hallazgos para revisión científica. Por ahora, la información divulgada permite conocer su versión de la prueba y la administración del cóctel, pero no el efecto que tuvo en el paciente.
