El campo de la medicina y la informática vuelven a aliarse en un nuevo proyecto de investigación. La iniciativa 'Mass Allocation', en la que trabaja la Universidad de Córdoba, el hospital Reina Sofía y la Universidad Loyola Andalucía, busca una nueva estrategia para diseñar un sistema más eficiente y equitativo en la asignación de órganos en trasplantes hepáticos.
Hasta la fecha, explica el investigador principal del proyecto, César Hervás, la asignación de órganos en trasplantes de hígado se basa 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 destinatario", explica otro de los investigadores que participa en el proyecto, Pedro Antonio Gutiérrez, sino de alcanzar un equilibrio para asignar, en función de distintos parámetros, el mejor órgano disponible entre los cinco pacientes que estén en la cabeza de la lista de espera.
Para ello, el proyecto, liderado por el grupo AYRNA de la Universidad de Córdoba, trabaja en una base de datos estadounidense de más de 200.000 registros de trasplantes hepáticos, cuyas conclusiones serán extrapoladas al entorno andaluz. El objetivo último es formular un algoritmo para predecir la probabilidad de éxito del injerto en función de más de 40 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 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.
Inteligencia artificial
El desarrollo de este nuevo modelo empleará diversas técnicas de inteligencia artificial, un campo en auge en el que el grupo de investigación AYRNA posee una dilatada experiencia. Concretamente, el proyecto se servirá de análisis de supervivencia, redes neuronales artificiales y sistemas de aprendizaje profundo, un conjunto de procedimientos que, a grandes rasgos, simulan la inteligencia y el razonamiento humano reconociendo patrones en grandes volúmenes de datos para realizar predicciones.
No se trata, en última instancia, "de un modelo que busque sustituir criterios médicos", concluye el investigador César Hervás, sino de reforzar el trabajo del personal sanitario en la toma de decisiones y servir de apoyo para elegir al mejor candidato en función de cada circunstancia.