Dois estudantes da Universitat Politècnica de València, na Espanha, desenvolveram um sistema de inteligência artificial que funciona como um "Tinder" para transplantes de fígado. Batizado de LiveR, o projeto busca otimizar a complexa equação de alocar um órgão doado, prometendo uma análise mais sofisticada do que os métodos atuais.

A lógica por trás do sistema é ir além da urgência. Atualmente, a alocação de fígados é regida em grande parte pelo sistema MELD, que prioriza pacientes em estado mais grave. O LiveR, por sua vez, não substitui, mas complementa essa métrica. Utilizando modelos de machine learning, ele cruza dados do doador com os perfis de receptores para prever a compatibilidade de longo prazo, a sobrevida do enxerto e até o tempo de internação pós-cirúrgica. A proposta é transformar a alocação de órgãos de uma fila baseada em gravidade para uma rede de otimização multidimensional.

Otimização além da urgência

A ferramenta, desenvolvida em colaboração com o Instituto de Investigação Sanitária La Fe de Valência, opera como um sistema de suporte à decisão clínica, e não como um substituto autônomo para o julgamento médico. Quando um órgão se torna disponível, o algoritmo analisa múltiplas combinações e gera um relatório com recomendações que unem a urgência do MELD com as previsões de compatibilidade.

A leitura aqui é que a iniciativa espanhola materializa uma das promessas centrais da IA na saúde: encontrar padrões ótimos em cenários de alta complexidade, cujas variáveis excedem a capacidade de análise humana em tempo real. O objetivo não é apenas reduzir as listas de espera, mas maximizar a utilidade de cada órgão doado, um recurso extremamente escasso e valioso.

O fantasma no algoritmo

Contudo, o desenvolvimento do LiveR também expôs um dos maiores desafios éticos e técnicos da IA médica: o viés contido nos dados históricos. Ao treinar o modelo com registros do hospital, os criadores notaram que o algoritmo atribuía um peso desproporcional a pacientes com hepatite C. A razão era epidemiológica: os dados de treino, anteriores a 2015, refletiam uma realidade onde a doença era uma causa muito mais prevalente para transplantes.

Com o surgimento de tratamentos antivirais eficazes, essa realidade mudou, mas o algoritmo, treinado no passado, não sabia disso. Foi preciso um reajuste manual para corrigir a distorção. Este episódio serve como um alerta fundamental: a supervisão humana e a curadoria de dados não são opcionais, mas sim componentes essenciais para a implementação responsável de IA em ambientes de alto risco como a medicina.

O caminho do LiveR de uma prova de conceito acadêmica para um software de grau médico integrado ao sistema de saúde é longo e exige validação clínica e regulatória rigorosa. Ainda assim, o projeto oferece um vislumbre de um futuro onde a tecnologia pode ajudar a tomar decisões de vida ou morte de forma mais inteligente e, espera-se, mais justa.

Com reportagem de Brazil Valley

Source · Xataka