Un grupo de 34 expertos internacionales de referencia en hepatología, ciencia de datos e inteligencia artificial (IA) ha publicado un informe de consenso que presenta recomendaciones concretas para la aplicación clínica de la IA en el ámbito hepático.
Las recomendaciones son el resultado de un proceso estructurado, en múltiples etapas y anonimizado, liderado por el profesor Jakob N. Kather (Else Kröner Fresenius Center for Digital Health, TU Dresden y Hospital Universitario de Dresde), junto con Sabela Lens (Hospital Clínic de Barcelona, España) y Eric Trépo (Hospital Universitario de Bruselas, Bélgica). El artículo ha sido publicado por la Asociación Europea para el Estudio del Hígado (EASL) y en la revista Journal of Hepatology.
Los sistemas de IA han evolucionado rápidamente en los últimos 15 años, con avances significativos especialmente en aplicaciones basadas en imágenes dentro de la radiología y la patología —y más recientemente también en métodos basados en lenguaje. A pesar de estos avances, el uso clínico de la IA sigue siendo limitado debido a numerosos desafíos en cuanto a su implementación.
Con el fin de comprender mejor estas barreras y apoyar la integración de herramientas de IA en la hepatología, el AI Task Force de EASL llevó a cabo un proceso estructurado de consenso que involucró a hepatólogos, científicos de datos, expertos en IA clínica y en ciencias regulatorias. Este proceso se basó en el método Delphi: un procedimiento sistemático, iterativo y anonimizado ampliamente utilizado en medicina para elaborar guías clínicas. Este método garantiza que las recomendaciones reflejen un consenso amplio entre expertos.
Entre las autoras del informe se encuentran Raquel Pérez López, especialista en Radiología y jefa del Grupo de Radiómica del VHIO y la investigadora predoctoral María Balaguer-Montero, del mismo grupo. Su participación ha sido clave en la incorporación de perspectivas vinculadas a la imagen médica, la radiómica y su aplicación práctica en el ámbito hepático.
«La IA tiene el potencial de transformar la atención y el estudio de las enfermedades hepáticas. Sin embargo, todavía enfrentamos barreras importantes para su implementación. Nuestra publicación tiene como objetivo ofrecer una guía clara para superarlas y avanzar hacia un uso clínico rutinario de los sistemas basados en IA», afirmó Jakob N. Kather.
«Como miembro del AI Task Force de la EASL, desde el Grupo de Radiómica del VHIO aportamos nuestra experiencia en imagen médica y radiómica para impulsar la aplicación de la inteligencia artificial en el cáncer hepático. Contribuimos al desarrollo de estándares internacionales y promovemos la colaboración interdisciplinaria para avanzar en el diagnóstico, la investigación y la integración clínica de estas tecnologías», señaló Raquel Pérez López.
La alfabetización en IA en el ámbito hepático
Una de las recomendaciones centrales del grupo es fomentar la alfabetización en inteligencia artificial entre los profesionales sanitarios. El panel de expertos también aboga por que los sistemas de IA demuestren eficacia, fiabilidad y confianza antes de poder ser adoptados en la práctica clínica. Incluso las herramientas validadas pueden encontrar obstáculos prácticos debido a la infraestructura heterogénea de los sistemas de salud y la limitada interoperabilidad de los sistemas informáticos hospitalarios. Superar estos desafíos de implementación es fundamental para permitir el uso rutinario de la IA.
Los expertos también destacan la importancia de investigar los métodos de IA en el contexto de ensayos clínicos. Esto requiere un intercambio de información fluido entre instituciones, acceso descentralizado a datos anonimizados y colaboración temprana entre investigadores de IA y responsables de ensayos clínicos.
Las sociedades científicas pueden desempeñar un papel clave, por ejemplo, mediante la creación de iniciativas específicas y marcos estructurados que apoyen la implementación de la IA. Las futuras guías clínicas, coordinadas por estas sociedades, deberían incluir de forma explícita recomendaciones sobre modelos de IA. Estas guías deberían además servir como contexto clínico prioritario para los sistemas de soporte a la toma de decisiones basados en IA.
«La transición hacia un sistema sanitario digital impulsado por IA requiere colaboración coordinada, validación rigurosa, confianza en las nuevas tecnologías y un intercambio estrecho entre profesionales sanitarios, investigadores, desarrolladores de sistemas, legisladores y responsables de políticas. Las recomendaciones presentadas ofrecen una base excelente para facilitar una adopción segura y responsable de la IA en medicina», destacó Stephen Gilbert, catedrático de Ciencias Regulatorias de Dispositivos Médicos en el EKFZ for Digital Health (TU Dresden) y coautor de la publicación.
Estas recomendaciones tienen como objetivo ayudar a las instituciones sanitarias, actores del sector industrial y responsables de políticas públicas a promover un uso responsable y centrado en el paciente de la IA en el ámbito de la hepatología a nivel mundial.
«Lo que hace única a esta publicación es el consenso internacional e interdisciplinario —resultado de una estrecha colaboración entre expertos de distintos países y disciplinas. Esta base común puede ayudarnos a traducir tecnologías de IA innovadoras desde el laboratorio hasta la práctica clínica. Ilustramos esta hoja de ruta para la hepatología, pero nuestro objetivo fue desarrollar un modelo escalable también para otras áreas de la medicina que enfrentan desafíos similares», indicó Jan Clusmann, primer autor del artículo e investigador posdoctoral en el equipo de Kather.
