Más de mil millones de personas padecen exceso de grasa en el hígado, lo que conlleva graves problemas de salud. Esta condición, conocida como enfermedad del hígado graso, afecta aproximadamente al 30% de la población adulta mundial. La acumulación de grasa puede llevar a complicaciones como la insuficiencia hepática, enfermedades cardiovasculares y diversos tipos de cáncer. Sin embargo, la enfermedad es a menudo asintomática, lo que complica su diagnóstico, y l

os pacientes suelen enterarse de su estado cuando ya es crítico.

El papel de la inteligencia artificial

Conscientes de este problema, un grupo de investigadores, liderados por el profesor Jeffrey Lazarus de la Escuela de Posgrado de Salud Pública y Política Sanitaria de CUNY, estudia cómo la inteligencia artificial (IA) podría transformar la detección de esta afección. Lazarus propone que la IA analice grandes volúmenes de datos de historiales médicos electrónicos para identificar a quienes tienen mayor riesgo de haber acumulado grasa hepática en cantidades preocupantes.

”La IA puede analizar retrospectivamente los datos de innumerables visitas hospitalarias y análisis de laboratorio”, señala Lazarus, destacando que esto podría priorizar a los pacientes según su nivel de riesgo.

Detectar el hígado graso a tiempo puede ser crucial, ya que muchos de los daños provocados son reversibles con cambios en el estilo de vida, como mejorar la alimentación y aumentar la actividad física. Además, existen tratamientos novedosos que han demostrado su eficacia incluso en casos de fibrosis hepática avanzada.

Herramientas diagnósticas y su mejora

Actualmente, métodos sencillos como el índice Fib-4, que evalúa el riesgo de fibrosis hepática avanzada, rara vez son utilizados, a pesar de su inclusión en chequeos médicos anuales. Este índice se determina a partir de un análisis de sangre, y su uso, combinado con otras pruebas, ha demostrado aumentar significativamente las tasas de diagnóstico de fibrosis avanzada.

Lazarus y su colega Jonathan Dranoff abogan por la implementación de sistemas de IA que puedan automatizar el cálculo de la puntuación Fib-4 a partir de datos de análisis sanguíneos rutinarios. Esto facilitaría a los médicos de atención primaria la identificación y derivación de pacientes a especialistas en hepatología.

Innovaciones en diagnóstico

Investigaciones recientes de la Universidad Metropolitana de Osaka sugieren que la IA puede analizar imágenes de radiografías de tórax para identificar casos de hígado graso con una precisión del 82%. La propuesta es que se integren algoritmos de IA en el análisis rutinario de imágenes para detectar problemas hepáticos antes de que se conviertan en condiciones graves.

El desarrollo de algoritmos como LiverPRO, por parte de la empresa danesa Evido, también representa un avance significativo, superando a herramientas como Fib-4 en la predicción de riesgos hepáticos graves. A pesar de que la IA no reemplazará métodos de diagnóstico más invasivos, su integración en el flujo de trabajo médico podría aliviar la sobrecarga en atención primaria y mejorar el manejo de pacientes en riesgo.

Un futuro prometedor

La creciente carga de enfermedades crónicas hace que la detección temprana de la enfermedad del hígado graso sea crucial no solo desde un punto de vista médico, sino también económico. Detectar la enfermedad en fases iniciales puede reducir significativamente los costos relacionados con tratamientos avanzados, como los trasplantes de hígado.

Lazarus concluye diciendo que mejores métodos de diagnóstico no solo ayudarán en la atención médica, sino que también fomentarán que los pacientes adopten hábitos más saludables una vez informados sobre su salud hepática.