En 1954, el primer trasplante de órganos exitoso del mundo tuvo lugar en el Hospital Brigham and Women’s, en forma de riñón donado de un gemelo a otro. En ese momento, un grupo de médicos y científicos había teorizado correctamente que era poco probable que los anticuerpos del receptor rechazara un órgano de un gemelo idéntico. Un Premio Nobel y unas décadas después, los avances en medicamentos inmune supresiones aumentaron la viabilidad y la demanda de trasplantes de órganos. Hoy, se han realizado más de 1 millón de trasplantes de órganos en los Estados Unidos, más que cualquier otro país del mundo.
La impresionante escala de este logro fue posible debido a los avances en los sistemas de correspondencia de órganos: el primer sistema de coincidencia de órganos basado en computadora se lanzó en 1977. A pesar de la innovación continua en la informática, la medicina y la tecnología de emparejamiento a lo largo de los años, más de 100,000 personas en los EE. UU. Actualmente están en la lista de espera de trasplantes nacionales y 13 personas mueren cada día esperando un trasplante de órganos.
La mayoría de las investigaciones computacionales en la asignación de órganos se centran en las etapas iniciales, cuando los pacientes con lista de espera están siendo priorizados para trasplantes de órganos. En un nuevo artículo presentado en la Conferencia ACM sobre equidad, responsabilidad y transparencia (FACCT) en Atenas, Grecia, investigadores del MIT y el Hospital General de Massachusetts se centraron en la etapa final y menos estudiada: la aceptación de la oferta de órgano, cuando se hace una oferta y el médico del Centro de Planta decide en nombre del paciente, ya sea para aceptar o rechazar el órgano ofrecido.
“No creo que estuviéramos terriblemente sorprendidos, pero obviamente estábamos decepcionados”, dice el co-primero autor y estudiante de doctorado del MIT, Hammaad Adam. Utilizando modelos computacionales para analizar datos de trasplante de más de 160,000 candidatos de trasplante en el Registro Científico de los receptores de trasplantes (SRTR) entre 2010 y 2020, los investigadores encontraron que los médicos tenían menos probabilidades de aceptar ofertas de hígado y pulmón en nombre de candidatos negros, lo que resultó en barreros adicionales para los pacientes negros en el proceso de aceptación de la organización.
Para los hígados, los pacientes negros tenían probabilidades de oferta 7 por ciento más bajas que los pacientes blancos. Cuando se trataba de pulmones, la disparidad se hizo aún más grande, con un 20 por ciento más bajo en las probabilidades de tener una oferta de aceptación que los pacientes blancos con características similares.
Los datos no necesariamente apuntan al sesgo clínico como la influencia principal. “La conclusión más grande es que incluso si hay factores que justifican la toma de decisiones clínicas, podría haber condiciones clínicas para las que no controlamos, que son más comunes para los pacientes negros”, explica Adam. Si la lista de espera no tiene en cuenta ciertos patrones en la toma de decisiones, podrían crear obstáculos en el proceso incluso si el proceso en sí es “imparcial”.
Los investigadores también señalan que la alta variabilidad en la aceptación de la oferta y las tolerancias de riesgo entre los centros de trasplante es un factor potencial que complica el proceso de toma de decisiones. Su documento FACCT hace referencia a un artículo 2020 publicado en Jama Cardiologíaque concluyó que los candidatos de la lista de espera que figuran en centros de trasplante con tasas de aceptación de ofertas más bajas tienen una mayor probabilidad de mortalidad.
Otro hallazgo clave fue que era más probable que una oferta fuera aceptada si el donante y el candidato eran de la misma raza. El documento describe esta tendencia como “preocupante”, dadas las desigualdades históricas en la adquisición de órganos que tienen una donación limitada de grupos minoritarios raciales y étnicos.
El trabajo anterior de Adam y sus colaboradores han tenido como objetivo abordar esta brecha. El año pasado, compilaron y lanzaron la recuperación de órganos y la recopilación de información de salud para la donación (ORCHID), el primer conjunto de datos de múltiples centros que describe el desempeño de las organizaciones de adquisición de órganos (OPO). Orchid contiene 10 años de datos OPO, y está destinado a facilitar la investigación que aborde el sesgo en la adquisición de órganos.
“Ser capaz de hacer un buen trabajo en este campo lleva tiempo”, dice Adam, quien señala que la totalidad del proyecto de aceptación de la oferta de la organización tardó años en completarse. Hasta su conocimiento, solo un artículo hasta la fecha estudia la asociación entre la oferta de aceptación y raza.
Mientras que la naturaleza burocrática y altamente interdisciplinaria de los proyectos de IA clínica puede disuadir a los estudiantes de posgrado de Ciencias de la Computación para que los persigan, Adam se comprometió con el proyecto durante la duración de su doctorado en el Laboratorio de Profesor Asociado de Ingeniería Eléctrica Marzyeh Ghassemi, un afiliado de la clínica MIT Jameel y el Instituto de Ingeniería Médica y Ciencias.
Para estudiantes graduados interesados en realizar proyectos de investigación clínica de IA, Adam recomienda que “liberen (liberen) del ciclo de publicación cada cuatro meses”.
“Me pareció liberador, para ser honesto, está bien si estas colaboraciones toman un tiempo”, dice. “Es difícil evitar eso. Hice la decisión consciente hace unos años y estaba feliz de hacer ese trabajo”.
Este trabajo fue apoyado con fondos de la Clínica MIT Jameel. También fue apoyado, en parte, por Takeda Development Center Americas Inc. (sucesor en interés por Millennium Pharmaceuticals Inc.), un Premio al Servicio de Investigación Nacional de Nih L. Kirschstein, un presidente de CIFAR AI en el Vector Institute, y por los Institutos Nacionales de Salud.
