Los médicos han desarrollado una herramienta de inteligencia artificial que podría reducir los esfuerzos desperdiciados para trasplantar órganos en un 60%.
Miles de pacientes en todo el mundo están esperando a un donante que pueda salvarles la vida, y hay más candidatos atrapados en listas de espera que órganos disponibles.
Recientemente, en los casos en que las personas necesitan un trasplante de hígado, se ha ampliado el acceso mediante el uso de donantes que mueren después de un paro cardíaco. Sin embargo, en aproximadamente la mitad de estas donaciones tras casos de muerte circulatoria (DCD), el trasplante acaba siendo cancelado.
Esto se debe a que el tiempo entre la retirada del soporte vital y la muerte no debe exceder los 45 minutos. Si el donante no muere dentro del plazo necesario para preservar la calidad del órgano, los cirujanos suelen rechazar el hígado debido al mayor riesgo de complicaciones para el receptor.
Ahora, médicos, científicos e investigadores de la Universidad de Stanford han desarrollado un modelo de aprendizaje automático que predice si es probable que un donante muera dentro del plazo durante el cual sus órganos son viables para el trasplante.
La herramienta de inteligencia artificial superó el criterio de los mejores cirujanos y redujo la tasa de adquisiciones inútiles (que ocurren cuando los preparativos para el trasplante han comenzado pero el donante muere demasiado tarde) en un 60%.
“Al identificar cuándo es probable que un órgano sea útil antes de que comiencen los preparativos para la cirugía, este modelo podría hacer que el proceso de trasplante sea más eficiente”, afirmó el Dr. Kazunari Sasaki, profesor clínico de trasplante abdominal y autor principal del estudio.
“También tiene el potencial de permitir que más candidatos que necesitan un trasplante de órgano lo reciban”.
Los detalles del avance fueron publicado en la revista Lancet Digital Health.
El avance podría reducir el número de casos en los que los trabajadores de la salud preparan órganos para la recuperación, sólo para determinar que no son aptos para la recuperación y el trasplante, lo que ejerce presión financiera y operativa sobre los centros de trasplante.
Los hospitales dependen principalmente del criterio de los cirujanos para estimar este período crítico, que puede variar ampliamente y generar costos innecesarios y desperdicio de recursos.
La nueva herramienta de IA se entrenó con datos de más de 2.000 donantes en varios centros de trasplantes de EE. UU. Utiliza datos neurológicos, respiratorios y circulatorios para predecir la progresión de un donante potencial hasta la muerte con mayor precisión que los modelos anteriores y los expertos humanos.
después de la promoción del boletín
El modelo se probó de forma retrospectiva y prospectiva y logró una reducción del 60 % en adquisiciones inútiles en comparación con las predicciones de los cirujanos. Es importante destacar que mantiene la precisión incluso cuando falta cierta información del donante, dijeron los investigadores.
Una herramienta confiable basada en datos podría ayudar al personal de atención médica a tomar mejores decisiones, optimizar el uso de órganos y reducir los esfuerzos y costos desperdiciados.
El enfoque podría ser un importante paso adelante en el trasplante, afirmó el equipo de investigación, destacando “el potencial de las técnicas avanzadas de IA para optimizar la utilización de órganos de donantes con DCD”.
A continuación, planean variar la herramienta de IA para probarla con trasplantes de corazón y pulmón.
