La enfermedad de hígado graso afecta ya a cerca del 30 % de los adultos en el mundo y suele avanzar sin síntomas, de forma que tres de cada cuatro casos graves se detectan cuando la fibrosis está avanzada y la salud corre riesgo. Ante este escenario, hepatólogos y expertos en salud pública exploran el uso de la inteligencia artificial para cribar historiales clínicos, análisis de sangre rutinarios e incluso radiografías de tórax y así identificar antes a los pacientes en riesgo. Jeffrey Lazarus, profesor en la Escuela de Salud Pública de CUNY, defiende que la IA puede priorizar a quién derivar al especialista a partir de millones de registros. Existen pruebas poco invasivas, como el índice Fib-4 y el test ELF, pero su uso es limitado por la carga de trabajo en atención primaria. La startup danesa Evido, junto a Roche, ha desarrollado el algoritmo LiverPRO, capaz de evaluar el riesgo de fibrosis con nueve biomarcadores sanguíneos y que en un estudio con más de 470 000 personas superó al Fib-4 en la predicción de complicaciones hepáticas graves. Investigadores japoneses, por su parte, han entrenado un modelo que identifica hígado graso con un 82 % de precisión a partir de radiografías de tórax. Otro algoritmo, ALADDIN, ayuda a seleccionar candidatos al fármaco resmetirom sin necesidad de biopsia. Los especialistas coinciden en que estas herramientas no sustituirán las pruebas invasivas ni la imagen, pero pueden desatascar la detección en atención primaria. Además, estudios indican que informar al paciente de su fibrosis mejora la adherencia a dieta y ejercicio.
Noticias agregadas con IA