Deux étudiants valenciens créent un « Tinder » doté d’IA pour les greffes de foie et visant à réduire les listes d’attente

En médecine de transplantation, nous sommes toujours confrontés au même dilemme : il y a un manque d’organes disponibles alors que les listes d’attente de patients ne cessent de s’allonger. Pendant des décennies, l’attribution du foie reposait principalement sur le système MELD (), un score statistique basé sur l’urgence médicale du receveur. Plus l’état du patient est grave, plus la priorité est élevée.

Cependant, le critère MELD présente plusieurs faiblesses. La première est que, comme nous le voyons actuellement à Madrid, les listes d’attente peuvent être manipulées. Une autre raison est qu’elle présente une limite structurelle : elle donne la priorité à l’urgence sans évaluer comment la compatibilité biologique et clinique spécifique entre un donneur spécifique et un receveur spécifique peut influencer le succès à long terme de l’intervention.

Deux étudiants valenciens ont développé LiveR juste pour tenter de réduire ce goulot d’étranglement et garantir que les greffes sont compatibles avant de réaliser l’intervention.

L’algorithme qui fait correspondre le donneur et le receveur

Le projet est né dans les salles de classe de l’Université Polytechnique de Valence (UPV), dirigé par Joaquín Berenguer et Sergio Tordera, étudiants du double diplôme en génie informatique et mathématiques. Pour Berenguer, cette évolution répond également à un lien familial : son grand-père était le médecin qui a promu la première greffe du foie à Valence, et plusieurs de ses proches pratiquent l’hépatologie.

Développé en collaboration avec l’Institut de recherche en santé La Fe de Valence, LiveR fonctionne comme un système d’aide à la décision clinique multimodèle, c’est-à-dire qu’il n’est en aucun cas destiné à remplacer les décisions des médecins. Lorsque la disponibilité d’un donneur est notifiée, l’algorithme analyse en temps réel plusieurs combinaisons possibles en croisant les variables du donneur avec les profils des patients sur liste d’attente.

Contrairement au MELD traditionnel, LiveR déploie plusieurs modèles d’apprentissage automatique visant à prédire les futurs résultats cliniques :

• Survie du greffon à court et à long terme.
• Courbes de survie globale du patient receveur.
• Séjour hospitalier prévu après l’opération.

Le résultat est consolidé dans un rapport de recommandations interprétable qui combine l’urgence MELD avec des prédictions de compatibilité. L’outil cherche ainsi à réduire les listes d’attente et à optimiser les performances des greffes.

Le défi des biais historiques dans les données de santé

Comme tout outil basé sur l’intelligence artificielle appliquée à la santé, LiveR n’est pas exempt d’enjeux techniques et éthiques qui nécessitent une prudence scientifique.

Du côté des avantages, le principal atout de LiveR est sa capacité à dépasser l’évaluation unidimensionnelle traditionnelle de l’urgence médicale (qui donne la priorité à l’urgence médicale), en intégrant des modèles d’apprentissage automatique qui prédisent la compatibilité biologique et clinique entre le donneur et le receveur.

À cette architecture multidimensionnelle, il faut ajouter l’interprétabilité clinique, conçue, nous dit-on, pour offrir à l’équipe médicale des rapports explicables détaillant les raisons de chaque recommandation. Tout cela s’articule sous la figure d’un système d’aide à la décision (o), postulat clé qui garantit que la plateforme agit comme un assistant informatique sans remplacer, à aucun moment, les critères ou la responsabilité médicale finale.

Il y a aussi des « mais ». Le développement du projet a révélé l’un des pièges les plus courants de la formation avec des dossiers médicaux historiques. Lors de l’entraînement des modèles avec la base de données historique de l’Hôpital La Fe, les étudiants ont détecté que l’algorithme attribuait un poids disproportionné aux patients atteints d’hépatite C.

La raison était épidémiologique : l’arrivée des traitements antiviraux à action directe à partir de 2015 a réduit la prévalence de cette maladie jusqu’à 75 %. Cependant, en utilisant des enregistrements historiques antérieurs à cette date, le modèle a continué à considérer l’hépatite C comme une cause surestimée sur la liste des transplantations. Cela les a obligés à réajuster et recalibrer manuellement les poids de l’algorithme, preuve que la supervision humaine experte reste essentielle pour valider les prédictions de l’IA.

Il faut également prendre en compte que le passage d’une preuve de concept universitaire à un logiciel de qualité médicale (), également intégré au système de santé publique, nécessite des phases prolongées de validation clinique et d’intégration réglementaire. Allez, il leur reste un chemin qui ne semble pas être court.

Reconnaissance aux II Samsung National AI Awards

LiveR a obtenu la plus haute distinction dans la catégorie générale des II Prix Nationaux d’Intelligence Artificielle, organisés dans le cadre de Madrid.

Lors de la cérémonie de remise des prix, Miguel Ángel Ruiz Ortega, responsable de la stratégie de marque et de l’innovation chez Samsung Iberia, était chargé d’annoncer la résolution du jury après avoir évalué 60 propositions présentées par des étudiants de différentes universités espagnoles. Ruiz Ortega a souligné l’applicabilité technique et le réel impact clinique du projet conçu par les étudiants valenciens.

De son côté, Elena Fernández Angulo, directrice du marketing et de la communication d’entreprise chez Samsung Electronics Iberia, a placé l’initiative dans le contexte de l’adoption responsable de la technologie :

« L’intelligence artificielle entre dans une phase dans laquelle il ne suffit plus de parler de tout ce qu’elle peut faire. Le défi est de convertir ce potentiel en solutions utiles pour les gens et de le faire de manière responsable et fiable. »

Fernández Angulo a également souligné que l’innovation en matière d’IA n’est pas l’héritage exclusif de l’industrie :

« L’avenir de l’intelligence artificielle ne se produit pas seulement dans les laboratoires des entreprises technologiques. Il se produit tous les jours, dans les salles de classe, les universités, les entreprises et les hôpitaux. »

Actuellement, les créateurs de LiveR travaillent en collaboration avec l’Institut de recherche en santé La Fe pour avancer dans la phase d’intégration du système dans la pratique clinique quotidienne du centre hospitalier.

À Simseo | Injection d’un foie miniature : la solution scientifique révolutionnaire contre les listes d’attente