La inteligencia artificial (IA) está mostrando su potencialidad de convertirse en un valioso medio para que los trasplantes hepáticos se realicen de forma más óptima y exitosa. Introducir en una máquina los parámetros de un órgano donado para su evaluación y recibir por parte del sistema informático una predicción sobre su validez y nivel de certeza sobre su aceptación por parte del receptor es uno de los emergentes objetivos aún por alcanzar en el ámbito de los trasplantes, pero se empieza a avanzar. 

Investigadores del grupo de investigación Minerva, perteneciente a la Escuela Técnica Superior de Ingeniería Informática de la Universidad de Sevilla, junto con la Unidad de Cirugía del Hospital Virgen del Rocío han publicado un estudio mediante el cual se plantea un método que ayuda a mejorar los trasplantes hepáticos mediante la aplicación de esta tecnología con unos resultados alentadores de cara a la toma de decisiones.

"Podemos decir que estamos ante un primer paso necesario e interesante para conocer cómo se han emparejado los donantes y los receptores y que parámetros nos hubiesen podido ayudar a nosotros, los cirujanos, para aprovechar órganos subóptimos que no se han trasplantado y así poder trasplantar a más pacientes que corren el riesgo de fallecer a la espera del órgano", valora el doctor Javier Padillo, uno de los autores de este estudio, que es catedrático de Cirugía y Jefe de Servicio de Cirugía General del Virgen del Rocío.

El estudio se encuentra en una fase primaria, pero sus resultados son muy esperanzadores. "Es un trabajo con un gran valor porque puede llegar a ayudarnos a determinar factores que permitirían la optimización de los órganos. Es decir, cuáles son los mejores parámetros para dar un órgano al mejor receptor y con un buen resultado. Se trata de un modelo inicial que aún no se aplica en clínica porque ha de ser validado con más cohorte de pacientes, primero a nivel nacional, multicéntrico, y, finalmente, para darle una dimensión más universal, validarlo con otras cohortes internacionales", apostilla Padillo.

El estudio es el resultado de casi dos años de trabajo (entre 2016 y 2018) centrados en el desarrollo de una herramienta que apoya al cirujano responsable de la donación hepática en la toma de decisiones, a la hora de aceptar o rechazar un injerto, utilizando para esto una serie de variables iniciales disponibles. "Lo que intenta este trabajo dar es soporte a los cirujanos para aceptar órganos de los que ya cuentan con una información adicional a través de la inteligencia artificial para evitar el rechazo de un órgano en los donantes", apostilla el cirujano.

El sistema desarrollado ha sido entrenado con los datos correspondientes a 350 trasplantes hepáticos, tanto de donantes como de receptores, mediante técnicas de inteligencia artificial, lo que ha permitido construir un modelo de predicción con la técnica de aprendizaje automático. Este sistema hace uso de un clasificador boosting, basado en árboles de decisión, capaz de ayudar a aceptar o rechazar un injerto hepático del donante. Este modelo, por lo general, proporciona una clasificación en relación a si el órgano es adecuado o no para el trasplante, junto con un índice de confianza de fiabilidad, lo que indique qué tan buena es dicha clasificación.

Mediante esta investigación se ha conseguido entrenar un modelo que arroja una probabilidad de acierto en la predicción que es del 85%. Además, el propio sistema posee la capacidad de mejorar la tasa de predicciones correctas. Estas predicciones satisfactorias pueden aumentar mediante la introducción de nuevos datos.

El cirujano Luis Miguel Marín, también autor del estudio, coincide con el doctor Padillo en que estos avances en inteligencia artificial se pueden convertir en una clave para optimizar los donantes y evitar perder órganos, ayudando a ampliar la cantidad de órganos disponibles. "El estudio arrancó precisamente de un traslado que hicimos ante la aparición de un donante ideal, pero del que nos volvimos sin el órgano por no considerarlo óptimo para su trasplante, con el perjuicio que eso supone tanto para el receptor como para la Administración, ya que supone un gasto que no se rentabiliza en términos de salud", contextualiza el doctor Marín. "Indagando, vimos que hay un 20% de hígados que los cirujanos descartamos para ser trasplantados, en base a nuestra valoración, que incluye, además de datos objetivos, una parte subjetiva, pero cuya anatomía patológica los da por válidos", añade Marín.

A partir de aquí, el equipo de investigadores involucrados en este estudio comprobaron que un modelo basado en una técnica de inteligencia artificial que se llama machine learning y que es capaz de predecir la efectividad de los trasplantes. "Así, hemos desarrollado un algoritmo mediante esa técnica inteligencia artificial que lo que hace es aprender conforme le vas metiendo más datos. Lo hemos entrenado con una serie de datos propia del Virgen del Rocío y el modelo predictivo que nos da alcanza las mismas tasas de acierto que un cirujano experto, en un 75% de los casos, aproximadamente. Estamos ahora trabajando en aumentar esa tasa", detalla.

Se espera, por ejemplo, que esta tecnología ayude a mecanizar la decisión que toma el cirujano sobre viabilidad o no de un trasplante. "Hasta ahora, antes de un trasplante de un órgano, seguimos las guías internacionales que se hacen en base a parámetros analíticos, antecedentes del donante o su situación. Todo eso antes de empezar a operar. Si hay dudas sobre si es o no óptimo, se abre al donante, y es la visión del órgano la que muchas veces nos ayuda a decidir. Este estudio lo que propone es mecanizar esta decisión. Hacerla mediante un algoritmo basado en una fórmula que ha entrenado a una máquina a aprender a tomar decisiones", añaden los investigadores entre los que también se encuentra el doctor Juan Manuel Castillo, actualmente en el Hospital Macarena, pero que en su periodo de Fellow de Cirugía de Trasplante en el Virgen del Rocío inició esta investigación con el doctor Marín.

En esa línea, desde el grupo de investigación Minerva, el catedrático José Cristóbal Riquelme, destaca los 30 años de experiencia que les avalan trabajando con Inteligencia Artificial. "Llevamos años sacando patrones a partir de datos, que ayudan a aquel sector para el que trabajamos a predecir el nivel de éxito o de fallo. En el caso de la medicina, es una evidencia que la IA puede ayudar a intentar buscar un patrón en los datos del histórico de los pacientes y eso puede ayudar al diagnóstico o al tratamiento", explica.

El doctor Riquelme apunta en la relación de la aplicación de la IA a la Medicina, media un paso necesario que es el de la "explicabilidad". "La Unión Europea nos explica que los sistema de recomendación en Medicina tienen que ser explicables, es decir, no basta con que el modelo le diga al médico válido o no válido con una probabilidad, sino que, además, le de unas razones por las que considera que efectivamente ese órgano es válido o no validos. Y ahí es donde tenemos que seguir avanzando porque hay muchos modelos de IA que no son explicables. Son modelos matemáticos en los que se meten unos valores que dan un resultado, pero no se explica el porqué se ha llegado y en medicina es imprescindible que ese resultado esté apoyada en una explicación que sea comprensible", detalla el catedrático.

Los resultados de este estudio hasta ahora han sido publicados en una revista científica y presentados en el último Congreso Nacional de Trasplante Hepático, celebrado recientemente en La Coruña.