Los equipos de trasplante de corazón están bajo presión para tomar decisiones sobre donantes más rápidas y mejores
La inteligencia artificial se está posicionando como una herramienta práctica para una de las decisiones más sensibles al tiempo en medicina: si aceptar o no un corazón donado. La investigación presentada en la 46.ª Reunión Anual de la International Society for Heart and Lung Transplantation sostiene que los sistemas de IA podrían ayudar a los programas de trasplante a aprovechar mejor los corazones donados que actualmente se están descartando, ampliando potencialmente el acceso para los pacientes que esperan meses por un trasplante.
El problema no es solo la escasez. También es un problema de compatibilidad y de decisión bajo una fuerte presión de tiempo. Según la presentación en la reunión resumida en el texto fuente, solo alrededor del 30% al 40% de los corazones que se ponen a disposición en Estados Unidos se utilizan realmente para trasplante. Al mismo tiempo, la demanda es lo bastante alta como para que los pacientes puedan esperar meses, a veces con soporte vital en cuidados intensivos.
Ese desequilibrio abre la puerta a herramientas de apoyo a la decisión. Si una parte significativa de los corazones descartados se rechaza de forma demasiado conservadora y no por razones médicas inevitables, una mejor clasificación podría salvar vidas sin cambiar la base de donantes.
Por qué las decisiones sobre corazones donados son tan difíciles
Cuando un corazón queda disponible, los equipos de trasplante no tienen el lujo de una revisión prolongada. El texto fuente dice que un cardiólogo o cirujano normalmente tiene solo de 15 a 30 minutos para ponderar múltiples variables, incluido el historial médico del donante, las imágenes y los resultados de laboratorio, y determinar si el órgano es una buena opción para un paciente concreto.
Ese plazo de decisión tan comprimido es central para el caso de uso de la IA. No se presenta como un sustituto del juicio clínico, sino como una forma de sintetizar un gran conjunto de entradas de manera más consistente de lo que un equipo humano puede manejar por sí solo en plena madrugada o bajo una urgencia de nivel UCI. Brian Wayda, de la NYU Grossman School of Medicine, que presentó el trabajo, describió estas como decisiones de vida o muerte tomadas bajo restricciones extremas de tiempo.
En medicina de trasplantes, la inconsistencia tiene consecuencias reales. Distintos equipos pueden evaluar de forma diferente el mismo perfil de donante, y el costo de un falso negativo es inusualmente alto: un corazón potencialmente utilizable no solo se aplaza, sino que puede perderse por completo para ese receptor y, a menudo, para el trasplante en general.
Las nuevas herramientas buscan estandarizar el riesgo sin quitar a los clínicos del proceso
La presentación en la reunión describió varios modelos de IA diseñados para apoyar este proceso de decisión. Una herramienta destacada es TOPHAT, sigla de Tool Predicting Heart Acceptance for Transplant. Desarrollado por Wayda en colaboración con Kiran Khush, presidenta electa de la ISHLT y de Stanford Health Care, el modelo basado en la web usa 20 características del donante para estimar la probabilidad de que un centro de trasplante acepte un corazón donado con base en datos históricos.
Esa formulación es notable. La herramienta no se describe como una declaración directa de que un corazón es seguro o inseguro. En cambio, estima la probabilidad de aceptación usando patrones de decisiones anteriores. En la práctica, eso podría hacerla útil tanto como predictor como espejo, mostrando cuándo el instinto de un equipo se desvía de forma marcada del comportamiento histórico más amplio.
El texto fuente subraya que estos sistemas están pensados para sintetizar el riesgo y no para reemplazar a los médicos. Esa distinción probablemente importe para su adopción. En un campo tan crítico como el trasplante cardíaco, las decisiones de aceptación totalmente automatizadas encontrarían una fuerte resistencia clínica y ética. El apoyo a la decisión, en cambio, puede integrarse con mayor facilidad porque la responsabilidad sigue recayendo en el equipo de trasplante.
La oportunidad está en los corazones que quizá se pierden sin necesidad
El argumento más sólido a favor de la IA en este contexto proviene de la brecha entre oferta y uso. Si solo entre el 30% y el 40% de los corazones disponibles se trasplantan, hay poco margen para la complacencia. El texto fuente señala explícitamente que la investigación muestra que no todos los corazones de donante se descartan por razones justificadas. Eso no significa que todos los corazones rechazados debieran haberse usado, pero sí que una parte del patrón actual de rechazo puede ser evitable.
Para los pacientes en lista de espera, esa distinción no es académica. Cada descarte evitable puede representar una oportunidad perdida de supervivencia o recuperación. Por eso, el valor de la IA aquí tiene menos que ver con una automatización futurista y más con elevar el nivel mínimo de consistencia, especialmente cuando los equipos deben trabajar con rapidez sobre un conjunto amplio y heterogéneo de perfiles de donantes.
También podría reducir la variación entre instituciones. Algunos centros son más agresivos que otros al aceptar donantes marginales o complejos. Un modelo de predicción sólido podría ofrecer un marco común para discutir el riesgo, haciendo que la toma de decisiones sea más impulsada por datos en centros que hoy dependen de hábitos locales, experiencia y cultura institucional.
¿Cómo se vería el éxito?
La métrica de éxito más clara sería simple: usar de forma segura más corazones donados. El material fuente no afirma que la IA ya haya resuelto el problema, ni proporciona datos definitivos de resultados que demuestren una implementación a nivel de sistema. Lo que sí muestra es que médicos e investigadores están construyendo herramientas específicamente alrededor de un cuello de botella que tiene consecuencias desproporcionadas para el acceso al trasplante.
Si esas herramientas ayudan a los equipos a identificar corazones aceptables que actualmente pasan desapercibidos, el impacto podría ser significativo sin requerir ningún nuevo avance en generación de órganos, preservación o cirugía. En ese sentido, el trabajo recuerda que algunos de los mayores avances de la medicina pueden venir no solo de nuevas terapias, sino de mejores decisiones sobre los recursos ya disponibles.
El mensaje más amplio de la reunión de trasplantes es que el papel más creíble de la IA en la atención sanitaria puede ser estrecho y operativo. En el caso del corazón donado, eso significa ayudar a los humanos a tomar una decisión difícil con más rapidez, más consistencia y una mejor comprensión de los patrones ocultos en los datos históricos. Dada la magnitud de la escasez de donantes y la estrecha ventana de decisión, esa es una ambición muy práctica.
Este artículo se basa en información de Medical Xpress. Leer el artículo original.
Originally published on medicalxpress.com
