Saltar el menú de navegación e ir al contenido

EROSKI CONSUMER, el diario del consumidor

Buscador

logotipo de fundación

Canales de EROSKI CONSUMER


Estás en la siguiente localización: Portada > Salud y psicología

Una herramienta de inteligencia artificial determina el mejor receptor para cada órgano donado

Este sistema pretende maximizar las posibilidades de éxito de los trasplantes

  • Autor: Por
  • Fecha de publicación: viernes 24 junio de 2011
Una herramienta de inteligencia artificial desarrollada por investigadores españoles determina el mejor receptor para cada órgano donado. El sistema de redes neuronales creado predice la evolución del órgano trasplantado a tres meses "con más fiabilidad" que los métodos que emplean estadística convencional. El objetivo es "maximizar" las posibilidades de éxito de los trasplantes, "en un contexto de escasez de donantes y búsqueda de nuevas modalidades para evitar el mayor número de muertes en lista de espera", según informaron los promotores del proyecto en un comunicado.

La iniciativa -Proyecto MADRE- se ha presentado en Valencia durante el XVII Congreso Anual de la Sociedad Internacional de Trasplante Hepático (ILTS). El Fórum Hepático, compuesto por cirujanos y hepatólogos de 11 Unidades de Trasplante Hepático de toda España, ha creado esta herramienta en el Proyecto MADRE (Modelo de Asignación de Donante Receptor Español) que, por primera vez, aplica en el campo del trasplante hepático el sistema de aprendizaje y procesamiento automático de información que son las redes neuronales artificiales. Este estudio se ha coordinado por la Unidad de Trasplante del Hospital Reina Sofía junto con el área de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Córdoba y la colaboración de Astellas Pharma.

En la actualidad, "aunque existen modelos diferentes que nos permiten calcular el riesgo con un determinado donante, y por otro lado, la probabilidad de morir en lista de espera, no existe un sistema global que calcule ambos eventos" y se desconoce "qué donante es el que va a funcionar con mayor éxito entre los pacientes que esperan en la lista", explicó Javier Briceño, jefe de la sección de cirugía general, miembro de la unidad de trasplante del Hospital Reina Sofía de Córdoba y coordinador del Proyecto MADRE. Por ello, el objetivo fue establecer un sistema capaz de asignar objetivamente un donante para aquel receptor en el que el órgano trasplantado funcione "con más probabilidades de éxito, sin olvidar la gravedad de dicho receptor en la lista de espera, y siempre tras combinar los principios de justicia, eficacia y eficiencia".

Los investigadores usaron una base de datos de 1.003 trasplantes realizados durante los años 2007-2008 en las 11 unidades de trasplante hepático participantes: Andalucía (dos), Madrid (tres), Extremadura (una), Valencia (una), País Vasco (una), Galicia (dos) y Cataluña (una). Para la fase de aprendizaje del sistema de redes neuronales, se recopilaron 23 variables por cada donante y 34 por cada receptor. El objetivo fijado para el cálculo de riesgo donante y mortalidad en lista de espera fue la supervivencia o no del hígado trasplantado durante los tres meses siguientes a su implante. "Por cada par donante-receptor, se calcularon dos probabilidades: la probabilidad de supervivencia del injerto y la probabilidad de pérdida. Y para ello se establecieron dos modelos de redes neuronales, un modelo de aceptación y un modelo de rechazo, respectivamente", detalló el doctor Briceño. El modelo de aceptación mostró una capacidad de predicción de supervivencia del 88% y el modelo de rechazo mostró una capacidad de predicción de pérdida del injerto del 66%.

Los resultados obtenidos se compararon además con dos modelos de regresión logística y tres clasificadores inteligentes, que son modelos estándares de análisis. La capacidad de predicción de estos últimos en supervivencia del injerto alcanzó el 85%, pero la predicción de no supervivencia fue del 3,4%. "Es decir, los modelos estándar clasifican muy bien a los pares donante-receptor que sobreviven, pero son prácticamente incapaces de clasificar los pares que no sobreviven y que son, por ende, los que más nos interesan", indicó.

Te puede interesar:

Infografías | Fotografías | Investigaciones