Estudiantes valencianos crean una IA que mejora la compatibilidad en trasplantes de hígado

La escasez de órganos y la presión de las listas de espera son el problema de fondo de los trasplantes. Para repartir hígados, la medicina lleva años usando la puntuación MELD (Model for End-Stage Liver Disease), que ordena a los pacientes según su urgencia clínica. El MELD prioriza la urgencia, pero no dice si un hígado de un donante puntual funcionará bien en un receptor concreto. Y no es el único flanco débil: en Madrid han salido a la luz casos de manipulación de listas de espera.

Ese punto ciego es el que atacan Joaquín Berenguer y Sergio Tordera, estudiantes del doble grado de Ingeniería Informática y Matemáticas en la Universitat Politècnica de València (UPV). Junto al Instituto de Investigación Sanitaria La Fe de Valencia, desarrollaron LiveR, un sistema multimodelo de soporte a la decisión clínica. En simple: cuando se notifica un donante, el algoritmo cruza sus variables con los perfiles de los pacientes en espera y proyecta escenarios antes de que la operación se realice.

Un asistente que mira más allá de la urgencia

A diferencia del MELD, que trabaja con una sola dimensión, LiveR despliega varios modelos de aprendizaje automático, es decir, algoritmos que aprenden de datos para hacer predicciones. Entre esas predicciones están la supervivencia del injerto a corto y largo plazo, las curvas de supervivencia global del paciente receptor y la estancia hospitalaria esperada después de la cirugía. El resultado se consolida en un informe de recomendación interpretable, que detalla los motivos de cada sugerencia al equipo médico.

El origen del proyecto también tiene una historia familiar. Joaquín Berenguer es nieto del médico que impulsó el primer trasplante de hígado en Valencia, y varios de sus familiares se dedican a la hepatología, la especialidad que trata las enfermedades del hígado. La herramienta, eso sí, no decide por nadie: funciona como un asistente computacional y la responsabilidad final sigue en el equipo médico.

Cuando el pasado contamina los datos

El desarrollo también dejó en evidencia un problema habitual de la inteligencia artificial aplicada a la salud: los sesgos en los registros históricos. Al alimentar el algoritmo con los datos del Hospital La Fe, los estudiantes notaron que la hepatitis C aparecía con un peso desproporcionado como causa de trasplante. La razón era epidemiológica: desde 2015, los antivirales de acción directa redujeron la prevalencia de esa enfermedad hasta en un 75%, pero los registros más antiguos no reflejaban esa caída.

La solución fue recalibrar manualmente las ponderaciones del modelo. El caso demuestra que la supervisión humana sigue siendo imprescindible para validar lo que la IA aprende de la historia clínica.

Premio en Madrid y un camino regulatorio largo

LiveR obtuvo el máximo galardón en la categoría general de los II Premios Nacionales de Inteligencia Artificial, en el marco del Samsung Innovation Campus Summit 2026 en Madrid. El jurado evaluó 60 propuestas de universidades españolas y destacó la aplicabilidad técnica y el impacto clínico real del proyecto, según dijo Miguel Ángel Ruiz Ortega, de Samsung Iberia.

Elena Fernández Angulo, directora de Marketing Corporativo y Comunicación de Samsung Electronics Iberia, enmarcó el reconocimiento en la adopción responsable de la tecnología. Pese al premio, los creadores tienen por delante la validación clínica y la integración regulatoria para convertirlo en un software de grado médico, es decir, un programa que debe cumplir estándares sanitarios antes de usarse en pacientes.

En Chile, donde las listas de espera para trasplantes también son una realidad habitual, la propuesta entrega una señal clara de hacia dónde puede avanzar la gestión clínica: más información para los médicos antes de una decisión crítica.

Con información de Xataka