Joaquín Berenguer y Sergio Tordera tienen 21 años y estudian Matemáticas e Ingeniería Informática en la Universitat Politècnica de València. Su proyecto más reciente sale del aula y entra en una cuestión médica especialmente compleja: estudiar qué combinación entre un donante y un receptor de hígado puede ofrecer mejores resultados.
La herramienta se llama LiveR y se desarrolla con el Instituto de Investigación Sanitaria La Fe. Acaba de ganar la categoría general de los II Premios Nacionales de Inteligencia Artificial de Samsung, entregados el 17 de septiembre en Madrid. Es una herramienta de investigación y apoyo a la decisión clínica: la elección del receptor sigue correspondiendo al equipo médico. Detrás del proyecto también hay una historia familiar ligada a los trasplantes.
El abuelo que puso en marcha un programa de trasplante
Berenguer contó a la UPV que su abuelo impulsó el programa del primer trasplante de hígado en La Fe. Su tía también trabaja en ese ámbito. Cuando comenzó a buscar una aplicación para sus conocimientos, tenía cerca un problema real y personas que podían ayudarle a entenderlo.
Los dos estudiantes cursan cuarto y proceden de Rocafort y Picanya. Su formación combina matemáticas y programación, una mezcla útil para trabajar con modelos que buscan relaciones entre muchas variables. En LiveR, esas relaciones deben tener además sentido para los profesionales que conocen a los pacientes y el proceso del trasplante.
La historia explica algo que a veces desaparece al hablar de inteligencia artificial: el punto de partida no fue elegir una herramienta y buscarle un uso llamativo. Había una necesidad concreta, acceso a conocimiento especializado y una colaboración con la que convertir la idea en un proyecto de investigación.
Qué pretende aportar LiveR a un trasplante de hígado
La Escuela Técnica Superior de Ingeniería Informática de la UPV sitúa el trabajo en el entorno formativo de Samsung Innovation Campus y del Centro de Formación Permanente de la universidad, con César Ferri como director académico. El proyecto utiliza varias variables para estudiar posibles emparejamientos entre donantes y receptores.
La idea es que el equipo clínico disponga de información adicional al valorar una combinación. Una estimación puede ayudar a comparar posibilidades, pero necesita una explicación que permita entender qué factores han pesado en el resultado. La utilidad práctica depende tanto del análisis como de que un profesional pueda interpretarlo y contrastarlo.
Una puntuación aislada puede ocultar situaciones muy diferentes. Dos casos pueden recibir una estimación parecida por motivos distintos; conocer esos motivos es relevante cuando la decisión afecta a una persona. Los autores ya estudian qué variables pesan más en los modelos y contrastan esa información con los médicos. Mejorar la explicación y adaptar el entrenamiento a la realidad clínica actual forman parte de la siguiente etapa.
La lista de espera no funciona como una cola convencional
La Organización Nacional de Trasplantes explica que la asignación combina criterios territoriales y clínicos. Entre estos últimos figuran la compatibilidad del grupo sanguíneo, las características físicas y la gravedad. La urgencia 0 puede dar prioridad nacional a un paciente por encima del criterio territorial. El equipo de trasplante valora qué receptor es el más indicado dentro de ese marco.
Por eso una herramienta como LiveR tiene que entenderse dentro de un sistema médico y organizativo que ya existe. No se trata de ordenar nombres con una fórmula universal. La pregunta de investigación es cómo aprovechar mejor los datos para informar una decisión que debe atender a múltiples condiciones.
El Registro Español de Trasplante Hepático reúne variables para estudiar, entre otros aspectos, las enfermedades que llevan al trasplante, la viabilidad de los injertos y la supervivencia. Ese trabajo de registro ilustra por qué los datos clínicos acumulados pueden resultar valiosos: permiten observar resultados a lo largo del tiempo y formular nuevas preguntas.
Aprender del pasado exige saber qué ha cambiado
En LiveR, uno de los retos es ajustar el peso de los registros antiguos: la primera versión utilizó bases de datos que se remontan hasta treinta años, según explican sus creadores a la UPV. Los estudiantes explican que la evolución de los tratamientos de la hepatitis C ha cambiado el contexto de los trasplantes. Datos de hace décadas pueden reflejar una realidad diferente de la que encuentran hoy los médicos.
Este problema no se arregla únicamente añadiendo más filas a una base de datos. Primero hay que saber qué representa cada registro. Si cambian los tratamientos, las pruebas o las características de los pacientes, también puede cambiar el significado de una relación estadística.
Pensemos en un sistema que aprende a partir de resultados obtenidos antes de una mejora terapéutica. Podría dar demasiado peso a un factor que entonces condicionaba mucho el pronóstico y que ahora tiene otra importancia. Revisar ese desajuste exige la colaboración de quienes conocen los datos y de quienes conocen la medicina que hay detrás.
Un premio que da visibilidad al trabajo que continúa
Samsung presentó LiveR durante su Innovation Campus Summit 2026, un encuentro dedicado a proyectos de IA con impacto social. La convocatoria también reconoció ParaTalent Hub, una iniciativa distinta relacionada con talento paralímpico.
Para los estudiantes, el premio da visibilidad a un desarrollo que todavía continúa. La información publicada describe su propósito y sus avances, pero aún no ofrece resultados clínicos que permitan cuantificar una mejora de supervivencia o una reducción de las listas de espera. La siguiente etapa relevante será comprobar cómo se comporta la herramienta con datos adecuados y cómo ayuda a los profesionales a interpretar cada caso.
LiveR resulta atractivo por la cercanía de su historia y por la precisión de su objetivo. Dos estudiantes han conectado su formación con un equipo investigador y con una necesidad médica concreta. El reto que tienen por delante es convertir esa combinación en información fiable y útil para quienes toman las decisiones de trasplante.