Algoritmo valenciano optimiza compatibilidad de trasplantes hepáticos y reduce listas de espera

En la medicina de trasplantes siempre nos enfrentamos al mismo dilema: faltan órganos disponibles mientras que las listas de espera de pacientes no paran de crecer. Durante décadas, la asignación de un hígado ha dependido fundamentalmente del sistema MELD (Model for End-Stage Liver Disease), una puntuación estadística basada en la urgencia médica del receptor. Cuanto más grave es el estado del paciente, mayor es su prioridad.
Sin embargo, el criterio MELD tiene varios puntos débiles. El primero es que, como estamos viendo ahora en Madrid, las listas de espera pueden llegar a ser manipuladas. Otro es que presenta una limitación estructural: prioriza la urgencia sin evaluar cómo la compatibilidad biológica y clínica concreta entre un donante específico y un receptor determinado puede influir en el éxito a largo plazo de la intervención. 
Dos estudiantes valencianos han desarrollado LiveR justo para intentar reducir ese cuello de botella y que los trasplantes sean compatibles antes de que la intervención se haga. 
El algoritmo que empareja donante y receptor
El proyecto nace en las aulas de la Universitat Politècnica de València (UPV), de la mano de Joaquín Berenguer y Sergio Tordera, alumnos del doble grado de Ingeniería Informática y Matemáticas. Para Berenguer, el desarrollo responde además a un vínculo familiar: su abuelo fue el médico que promovió el primer trasplante de hígado en Valencia, y varios de sus familiares ejercen la hepatología.
Desarrollado en colaboración con el Instituto de Investigación Sanitaria La Fe de Valencia, LiveR funciona como un sistema multimodelo de soporte a la decisión clínica, es decir, que no pretende sustituir en ningún caso la decisión de los médicos. Cuando se notifica la disponibilidad de un donante, el algoritmo analiza en tiempo real múltiples combinaciones posibles cruzando las variables del donante con los perfiles de los pacientes en lista de espera.
A diferencia del MELD tradicional, LiveR despliega varios modelos de aprendizaje automático orientados a predecir resultados clínicos a futuro:
Supervivencia del injerto a corto y largo plazo.
Curvas de supervivencia global del paciente receptor.
Estancia hospitalaria esperada tras la cirugía.
El resultado se consolida en un informe de recomendación interpretable que combina la urgencia del MELD con las predicciones de compatibilidad. De este modo, la herramienta busca reducir las listas de espera y optimizar el rendimiento de los trasplantes.
En Xataka
La IA no ha acabado con los radiólogos: "Decidimos qué es importante y qué no, el juicio clínico no es automatizable"
El reto de los sesgos históricos en los datos sanitarios
Como toda herramienta basada en inteligencia artificial aplicada a la salud, LiveR no está exenta de desafíos técnicos y éticos que exigen cautela científica.
En el lado de las ventajas, la principal baza de LiveR está en su capacidad para superar la tradicional evaluación unidimensional de la urgencia médica (la que prioriza la urgencia médica), integrando modelos de aprendizaje automático que predicen la compatibilidad biológica y clínica entre el donante y el receptor. 
A esta arquitectura multidimensional hay que sumar la interpretabilidad clínica, diseñada, según nos cuentan, para ofrecer al equipo facultativo informes explicables que detallan los motivos tras cada recomendación. Todo ello se articula bajo la figura de un sistema de soporte a la decisión (Decision Support System o DSS), una premisa clave que garantiza que la plataforma actúe como un asistente computacional sin sustituir, en ningún momento, el criterio ni la responsabilidad médica final.
También hay "peros". El desarrollo del proyecto reveló una de las trampas más habituales del entrenamiento con registros médicos históricos. Al entrenar los modelos con la base de datos histórica del Hospital La Fe, los estudiantes detectaron que el algoritmo asignaba un peso desproporcionado a los pacientes con hepatitis C.
La razón era epidemiológica: la llegada de los tratamientos antivirales de acción directa a partir de 2015 redujo la prevalencia de esta enfermedad hasta en un 75%. No obstante, al utilizar registros históricos anteriores a esa fecha, el modelo continuaba considerando la hepatitis C como una causa sobreestimada en la lista de trasplantes. Esto les obligó a reajustar y recalibrar manualmente las ponderaciones del algoritmo, una prueba de que la supervisión humana experta sigue siendo imprescindible para validar las predicciones de la IA.
En Xataka
Alguien ha puesto a las 21 IAs más populares a hacer un diagnóstico diferencial. Mienten más que hablan
Hay que tener en cuenta también que la transición de una prueba de concepto universitaria a un software de grado médico (Software as a Medical Device), que además esté integrado en el sistema público de salud, requiere fases prolongadas de validación clínica e integración regulatoria. Vamos, que les queda un camino que no pinta que vaya a ser corto.
Reconocimiento en los II Premios Nacionales de IA de Samsung
LiveR ha obtenido el máximo galardón en la categoría general de los II Premios Nacionales de Inteligencia Artificial, celebrados en el marco del Samsung Innovation Campus Summit 2026 en Madrid.
Durante la ceremonia de entrega, Miguel Ángel Ruiz Ortega, Head of Brand Strategy & Innovation de Samsung Iberia, fue el encargado de anunciar la resolución del jurado tras evaluar 60 propuestas presentadas por estudiantes de distintas universidades españolas. Ruiz Ortega destacó la aplicabilidad técnica y el impacto clínico real del proyecto ideado por los alumnos valencianos.
Elena Fernández Angulo, en el Samsung Innovation Campus Summit 2026 en Madrid
Por su parte, Elena Fernández Angulo, directora de Marketing Corporativo y Comunicación de Samsung Electronics Iberia, enmarcó la iniciativa en el contexto de la adopción responsable de la tecnología:
"La inteligencia artificial está entrando en una etapa en la que ya no basta con hablar de todo lo que puede hacer. El reto es convertir ese potencial en soluciones útiles para las personas y hacerlo de forma responsable y confiable".
Fernández Angulo enfatizó asimismo que la innovación en IA no es patrimonio exclusivo de la industria:
"El futuro de la inteligencia artificial no se está produciendo únicamente en los laboratorios de las empresas tecnológicas. Se da en el día a día, en las aulas, en las universidades, en las empresas y en los hospitales".
Actualmente, los creadores de LiveR trabajan junto al Instituto de Investigación Sanitaria La Fe para avanzar en la fase de integración del sistema en la práctica clínica diaria del centro hospitalario.
En Xataka | Inyectarse un hígado en miniatura: la revolucionaria solución científica contra las listas de espera
-
La noticia
Dos estudiantes valencianos crean con IA un "Tinder" para los trasplantes de hígado que busca reducir las listas de espera
fue publicada originalmente en
Xataka
por
César Muela
.