IA predice si un hígado puede ser donado con una precisión mayor a la de los cirujanos

La Inteligencia Artificial (IA) podría cambiar el panorama de los trasplantes de hígado al determinar con precisión cuánto tiempo tardará un donante en morir después de la desconexión del soporte vital. De esa forma, también sería posible evitar el daño al órgano.

La regla es que el hígado se vuelve inutilizable si una persona tarda en morir una hora luego de desconectarla del soporte vital. Al excederse este lapso, los cirujanos de trasplante rechazan el hígado por riesgo de fallo en el receptor.

Para reducir estas pérdidas, investigadores de EU desarrollaron un modelo de aprendizaje automático llamado LightGBM.

¿Cómo funciona la IA para seleccionar al mejor donante de hígado?

El modelo LightGBM actúa como un pronosticador, no para elegir a quién va el órgano, sino para evaluar la viabilidad de la donación.

Su tarea es simple, pero importante: calcular la probabilidad de que la progresión a la muerte ocurra en los 30 o 60 minutos posteriores a que se retira el soporte vital del donante.

La IA se entrenó con datos clínicos de miles de donantes, demostrando ser robusta en el análisis de una amplia gama de información, como se explica en el estudio publicado en The Lancet:

• Los factores clave que LightGBM analiza para predecir si el donante morirá a tiempo incluyen:
• Puntuación en la escala de coma de Glasgow (GCS): Mide el nivel de conciencia en el que se encuentra el donante antes de morir.
• Reflejos neurológicos: Evalúa reflejos específicos como el de las pupilas de los ojos y las reacciones motoras del cuerpo.
• Ventilación hiperrespiratoria: Un parámetro respiratorio clave en el proceso de progresión a la muerte.
• Antecedentes de paro cardíaco.

¿Cómo ayuda la IA a los doctores en un trasplante de hígado?

Durante mucho tiempo, la decisión de proceder con una extracción recaía en el criterio del cirujano. Sin embargo, las predicciones humanas podrían ser erróneas.

El modelo LightGBM ofrece una precisión superior y comprobada:

• El uso de la IA tiene el potencial de reducir las extracciones fallidas hasta en un 60 % en comparación con el juicio humano, minimizando el desperdicio de órganos.
• El modelo demostró un rendimiento superior incluso cuando los cirujanos estaban en desacuerdo sobre la extracción de hígado.
• Minimizar los intentos fallidos, reduce la carga financiera y operativa que implican los costes de quirófanos, transporte y personal.

¿Qué sigue para el modelo LightGBM?

Aunque el modelo es robusto, la investigación no se detiene. El siguiente paso es afinar la predicción para reducir las “oportunidades perdidas” (órganos viables que el modelo rechaza por precaución).

El futuro de la IA en los trasplantes incluye la automatización:

• Automatización de la recopilación de datos: Se desarrolló un chatbot piloto que puede tomar el texto de una oferta de órgano y extraer automáticamente la información clínica compleja, reduciendo la carga de trabajo manual del personal de trasplantes.
• Reconstrucción del sistema: Se planea usar los modelos de aprendizaje automático más recientes y grandes conjuntos de datos para seguir mejorando la precisión.
• El objetivo final es que estos sistemas predictivos de IA se integren con el sistema oficial de asignación de donantes (sujeto a la aprobación legal y regulatoria en EU) para crear una plataforma de decisiones en los hospitales.

Al introducir una herramienta más precisa que las evaluaciones humanas y que los modelos estadísticos anteriores, la IA podría aumentar el número de hígados disponibles para los trasplantes en el futuro.