Córdoba aplica inteligencia artificial para asignar órganos en trasplantes de hígado

El proyecto ‘Mass Allocation‘, en el que trabajan la Universidad de Córdoba (UCO), el Hospital Universitario Reina Sofía y la Universidad Loyola Andalucía, busca la creación de un nuevo algoritmo predictivo para perfeccionar la asignación de órganos en trasplantes de hígado, todo ello con el objetivo de prever la supervivencia de los injertos, un sistema basado en inteligencia artificial que quiere apoyar al personal sanitario en la toma de resoluciones.

La UCO ha puesto de manifiesto que los campos de la medicina y la informática vuelven a aliarse en un nuevo proyecto de investigación. De esta forma, la iniciativa busca una nueva estrategia para diseñar un sistema más eficaz y equitativo en la asignación de órganos en trasplantes hepáticos.

Hasta la fecha, ha explicado el investigador principal del proyecto, César Hervás, la asignación de órganos en trasplantes de hígado se fundamenta en lo que se conoce como índice Meld, «una escala de clasificación relacionada exclusivamente con la gravedad del receptor«.

Como novedad, la iniciativa incorporará también características del donante y del propio órgano. «No se trata de obviar la gravedad del receptor», ha comentado otro de los investigadores que participa en el proyecto, Pedro Antonio Gutiérrez, «sino de lograr un equilibrio para asignar, en función de diferentes parámetros, el mejor órgano disponible entre los cinco pacientes que estén en la cabeza de la lista de espera«.

Un algoritmo que valora las probabilidades de éxito

Para ello, el proyecto, liderado por el grupo Ayrna de la Universidad de Córdoba, trabaja en una base de datos estadounidense de más de doscientos registros de trasplantes hepáticos, cuyas conclusiones van a ser extrapoladas al entorno andaluz.

La meta última es formular un algoritmo para pronosticar la probabilidad de éxito del injerto en función de más de cuarenta variables relativas al donante, al propio paciente y al pretrasplante. Entre ellas, el índice de masa corporal de la persona trasplantada, los historiales clínicos del donante y receptor, o bien las horas transcurridas entre que el órgano se extrae y vuelve a implantarse en el receptor, un intervalo conocido como ‘tiempo de isquemia fría’ y que está estrechamente relacionado con la supervivencia del trasplante.

El desarrollo de este nuevo modelo empleará diferentes técnicas de inteligencia artificial, un campo en apogeo en el que el conjunto de investigación Ayrna tiene una dilatada experiencia. Específicamente, el proyecto se servirá de análisis de supervivencia, redes neuronales artificiales y sistemas de aprendizaje profundo, un conjunto de procedimientos que, a rasgos generales, simulan la inteligencia y el argumento humano reconociendo patrones en grandes volúmenes de datos para realizar predicciones.

No se trata, en última instancia, «de un modelo que busque reemplazar criterios médicos», ha concluido César Hervás, quien ha agregado que se quiere «reforzar el trabajo del personal sanitario en la toma de resoluciones y servir de apoyo para escoger al mejor candidato en función de cada circunstancia».