Estudiantes valencianos ganan premio nacional al crear IA que optimiza trasplantes hepáticos
- Fecha original
- Fecha en Limonatic
Joaquín Berenguer (Rocafort, 21 años) y Sergio Tordera (Picanya, 21 años), estudiantes de cuarto curso del Doble grado en Matemáticas e Ingeniería Informática de la Universitat Politècnica de València, son los ganadores de la categoría general de los II Premios Nacionales de Inteligencia Artificial, celebrados en el marco del Samsung Innovation Campus, con su proyecto LiveR, una herramienta de mejora de los trasplantes hepáticos "que complementa los criterios médicos ayudando a identificar mejores emparejamientos entre donantes y receptores".
Desarrollado en colaboración con el Instituto de Investigación Sanitaria La Fe para su utilización en el Hospital Universitari i Politècnic La Fe, LiveR explora el modo en que la IA puede ayudar a identificar mejores emparejamientos entre donantes y receptores de los trasplantes de hígado.
LiveR analiza diferentes variables que permiten facilitar la identificación de los posibles emparejamientos y mejorar los resultados postrasplantes, sirve como herramienta de apoyo a la decisión clínica y, por tanto, complementa los criterios médicos existentes, sin sustituir "en ningún caso el juicio y la decisión de los profesionales sanitarios".
"LiveR aplica varios modelos de IA para ayudar a los médicos a decidir, ante un traspante hepático, de toda la lista de receptores, cuál es la mejor relación de cara a la supervivencia del órgano", ha explicado Sergio Tordera. "Posteriormente, los médicos toman todos esos datos y son ellos los que, finalmente deciden. Es importante destacar que es un apoyo a la decisión clínica, en ningún momento estamos nosotros tomando la decisión final", ha recalcado el estudiante de la UPV.
"Legado familiar"
El origen de LiveR, según ha apuntado la UPV en un comunicado, hay que buscarlo "mucho más allá" del Curso de Programación e IA realizado por Samsung Innovation Campus a través del Centro de Formación Permanente (CFP-UPV). Es la continuación de un "extenso y prolífico legado familiar".
"Vengo de una familia de médicos centrada en el ámbito de la hepatología", cuenta Joaquín Berenguer. "Mi abuelo fue quien promovió el programa del primer trasplante en La Fe, y mi tía es la jefa de la Unidad de Hepatología y Trasplantes Hepáticos de La Fe y fue la presidenta de la Sociedad Internacional de Hepatología. Entonces, claro, teniendo que llevar a cabo el proyecto final del curso de Samsung, vi mi oportunidad de aportar mi granito de arena al legado familiar, de poder utilizar herramientas que yo he aprendido a usar en el ámbito de la informática para ayudar a la medicina en general y a la gente".
Y así lo ha hecho, junto a Sergio Tordera, que traslada el agradecimiento de ambos "a todos los agentes que han hecho posible el proyecto", desde sus profesores de la UPV hasta el equipo de cirujanos de Trasplante Hepático, con los doctores Eva Montalvá y Rafa López Andújar a la cabeza, así como a la Unidad de Hepatología y Trasplante Hepático, liderada por las doctoras Marina Berenguer y Victoria Aguilera -ambos equipos médicos forman parte del Centro de Investigación Biomédica en Red de Enfermedades Hepáticas y Digestivas (Ciber Ehd)-, y al jurado del Samsung Innovation Campus.
"Las bases tanto en matemáticas como en informática y cursos como el de Samsung son lo que nos ha permitido llevar a cabo este proyecto. Las matemáticas como fundamento, la informática en todo lo referente a programática en temas de IA -fundamentalmente, Python- y, por supuesto, todo el conocimiento que nos han trasladado los profesores del curso a nivel de IA, machine learning, supervisado y no supervisado, deep learning, redes neuronales...", ha indicado Sergio.
Próximo reto
Ahora, el siguiente paso de Sergio y Joaquín es mejorar LiveR. "Para ser una IA explicable, determinamos en qué se basan más los modelos, para ver si los médicos están de acuerdo", ha comentado Joaquín. "Y tras presentar la primera versión a los profesionales de La Fe y discutirlo con ellos, nos dimos cuenta de que la primera versión con la que entrenamos los modelos parte de bases de datos de hasta hace 30 años, y recientemente, desde 2015, ha habido un cambio epidemiológico en los trasplantes", ha añadido.
El reto es convertir el potencial de la IA en soluciones útiles para las personas y hacerlo de forma responsable y confiable
"En concreto, entre 1997 y 2014, el 50% de los trasplantados sufrían una enfermedad, el virus de la hepatitis C, que desde entonces ya se cura mayoritariamente con una pastilla, por lo que el porcentaje ha bajado al 7%. Es por ello que, en nuestros modelos, las variables que más importaban estaban asociadas al virus C, y ahora, para modificar eso, estamos intentando utilizar técnicas de data augmentation para generar más datos de los pacientes que no tienen ese virus y así, generar modelos no tan basados en la epidemiología que existía antes, sino en la que existe ahora", ha proseguido.
Elena Fernández Angulo, directora de Marketing Corporativo y Comunicación de Samsung Electronics Iberia, ha señalado por su parte que la IA "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".
"Desde Samsung, queremos contribuir a esa transformación a través de la tecnología, pero también de la formación, el talento y la colaboración", ha indicado la responsable de una compañía que, además de "redefinir los ámbitos de los televisores, la señalización digital, los smartphones, los dispositivos wearables, las tabletas, los electrodomésticos y los sistemas de redes, así como los de las memorias, los sistemas LSI y la fabricación de semiconductores, también impulsa el desarrollo de tecnologías de imagen médica, soluciones de climatización y robótica, al tiempo que crea innovadores productos para el automóvil y soluciones de audio a través de Harman".
Análisis editorial
Joaquín Berenguer y Sergio Tordera, ambos de 21 años, han demostrado que la inteligencia artificial puede salvar vidas al ganar los II Premios Nacionales de Inteligencia Artificial con su herramienta LiveR. Este proyecto no solo optimiza el emparejamiento en trasplantes hepáticos, sino que valida un nuevo paradigma donde los algoritmos actúan como un apoyo decisivo a la decisión clínica sin sustituir nunca el juicio médico humano.
El éxito de LiveR radica en su capacidad para analizar múltiples variables y priorizar la supervivencia del órgano desde una lista completa de receptores, desarrollándose tras una colaboración directa con el Hospital Universitari i Politècnic La Fe. Los estudiantes explican que su modelo aplica técnicas avanzadas como machine learning y deep learning para identificar la mejor relación donante-receptor, aunque enfatizan que los profesionales sanitarios son quienes toman finalmente la decisión tras revisar esos datos. Este enfoque complementa los criterios médicos tradicionales, asegurando que la tecnología sirva exclusivamente para mejorar los resultados postrasplantes.
Sin embargo, el camino hacia una IA totalmente confiable requiere superar desafíos históricos en los datos de entrenamiento. Los autores reconocen que su primera versión se basaba en bases de datos de hasta 30 años, lo cual era problemático debido a un cambio epidemiológico significativo ocurrido desde 2015. Entre 1997 y 2014, el 50% de los trasplantados sufrían hepatitis C, una cifra que ha bajado al 7% actualmente; por ello, están utilizando técnicas de data augmentation para ajustar sus modelos a la realidad actual y evitar sesgos obsoletos.
El reconocimiento nacional confirma que la IA aplicada por estudiantes puede resolver problemas críticos de salud pública como la escasez de órganos, actuando como un puente entre el legado familiar médico y la innovación técnica. El siguiente reto es convertir este potencial en soluciones útiles y responsables para las personas, garantizando que los modelos sean explicables y alineados con la epidemiología vigente antes de su integración generalizada en los protocolos clínicos.
Contexto y análisis adicional
Digest
Resumen ejecutivo
- Dos estudiantes de la Universitat Politècnica de València ganaron los II Premios Nacionales de Inteligencia Artificial por desarrollar LiveR, una herramienta que optimiza el emparejamiento en trasplantes hepáticos.
- El proyecto valida el uso de algoritmos para complementar criterios médicos tradicionales y mejorar la supervivencia del órgano sin sustituir el juicio clínico.
Evidencias
- Joaquín Berenguer y Sergio Tordera, ambos de 21 años, recibieron el premio en la categoría general dentro del Samsung Innovation Campus.
- La herramienta fue desarrollada tras una colaboración directa con el Instituto de Investigación Sanitaria La Fe para su uso en el Hospital Universitari i Politècnic La Fe.
- LiveR analiza múltiples variables para identificar la mejor relación donante-receptor desde la lista completa, priorizando la supervivencia del órgano.
Acciones
- Evaluar la integración de LiveR en protocolos clínicos actuales para reducir tiempos de espera y mejorar resultados postrasplantes.
- Fomentar programas educativos similares que vinculen legados familiares médicos con formación técnica en inteligencia artificial.
Conclusión final
El reconocimiento nacional confirma que la IA aplicada por estudiantes puede resolver problemas críticos de salud pública como la escasez de órganos, actuando como un apoyo decisivo a los profesionales sanitarios.
Riesgos
Riesgos/alertas
Acciones recomendadas
Señales/evidencias
- Y así lo ha hecho, junto a Sergio Tordera, que traslada el agradecimiento de ambos "a todos los agentes que han hecho posible el proyecto", desde sus profesores de la UPV hasta el equipo de cirujanos de Trasplante Hepático, con los doctores Eva Montalvá y Rafa López Andújar a la cabeza, así como a la Unidad de Hepatología y Trasplante Hepático, liderada por
Conclusión
No se identifican alertas deducibles con suficiente soporte en el texto disponible.
Autor · clanes
Votos · compartir
Sentimiento
Entidades (agregadas)
Hover para ver referencias.Detalles avanzados Timeline y mini scoring
Evolución temporal
-
Enviada
hace 1 día · Ingresó como candidata
-
Último estado
hace 20 horas · Última actualización registrada
Fuentes
- Fuente principal
-
20minutos.es
https://www.20minutos.es
Comentarios