Uno de los aspectos más delicados en los transplantes es si el cuerpo de paciente receptor aceptará el nuevo órgano. Este aspecto es crítico, pero ahora se ha desarrollado una tecnología basada en inteligencia artificial, que predice si el transplante de riñón será viable, en base a un conjunto de indicadores propios de los casos de éxito en este tipo de intervenciones.
En el trabajo “Identifying Factors Predicting Kidney Graft Survival in Chile Using Elastic-Net-Regularized Cox’s Regression” , publicado por el académico e investigador del Instituto Sistemas Complejos de Ingeniería (ISCI) de la Universidad de Chile, Marcelo Olivares, se describe este modelo basado en inteligencia artificial, que puede suponer un avance destacado en este tipo de intervenciones quirúrgicas.
Cómo es la tecnología de inteligencia artificial que predice el éxito de un transplante de riñón
“Desarrollamos un modelo estadístico predictivo para identificar las características del donante-receptor relacionadas con la supervivencia del injerto renal en la población chilena. Dada la gran cantidad de predictores potenciales en relación con el tamaño de la muestra, implementamos un mecanismo automatizado de selección de variables que podría revisarse en estudios futuros, a medida que se recopilan más datos nacionales”, explica Olivares.
Para ello, se analizaron 822 receptores adultos de trasplante renal (de donantes adultos), entre los años 1998 y 2018, información a partir de la cual desarrollaron un modelo de riesgo de falla del injerto renal.
Sobre esta base, los investigadores establecieron criterios objetivos que pueden ser utilizados para mejorar la eficiencia en la asignación de este órgano, así como siete variables con el riesgo de falla del trasplante renal: cuatro del donante (edad, sexo masculino, antecedentes de hipertensión y antecedentes de diabetes), dos del receptor (años de diálisis y antecedentes de trasplante de órgano), y uno del trasplante (incompatibilidad HLA – por su sigla en inglés, Human Leukocyte Antigens), único indicador que se considera en Chile para la priorización de pacientes en la asignación de riñones.
“Este tipo de estudios nos ayudará a seguir mejorando nuestro sistema nacional trasplantes. El trabajo recibió financiamiento de Agencia Nacional de Investigación y Desarrollo, a través del proyecto Fondef ID19I10303”, destaca Olivares. El trabajo fue publicado por MPDI, editorial pionera en la publicación académica de acceso abierto desde 1996, que -actualmente- publica 400 revistas científicas revisadas por pares y nueve revistas de conferencias.
El artículo, en el que también participaron otros 11 investigadores, es resultado de un trabajo conjunto entre el Departamento de ingeniería Industrial, el Instituto ISCI y los centros de trasplante en Chile. En base a esta colaboración, y utilizando herramientas de machine learning (basado en un estudio longitudinal de pacientes con trasplante renal del sistema nacional), el estudio permitió generar indicadores objetivos de factores que predicen la efectividad de los trasplantes renales.
