Investigadores españoles aplicaron un modelo de inteligencia artificial explicable (XAI) para identificar y priorizar la información genética que aumenta el riesgo de desarrollar sepsis tras una cirugía. Esta tecnología permite predecir de forma temprana la aparición de la complicación, buscando mejorar la estratificación de riesgo y la supervivencia de los pacientes.
Origen de la investigación y metodología clave
El trabajo, publicado en la revista Frontiers, surge del esfuerzo colaborativo de científicos en España. La investigación proviene específicamente de especialistas del área de Bioingeniería, Biomateriales y Nanomedicina del Centro de Investigación Biomédica en Red y del área de Enfermedades Infecciosas en el Hospital Clínico Universitario de Valladolid, ubicado en Castilla y León.
El estudio se hizo público el 21 de enero de 2026. Para llevarlo a cabo, los investigadores utilizaron un modelo de inteligencia artificial explicable (XAI). El objetivo era doble: predecir el riesgo de aparición de sepsis y, más importante, priorizar las variantes genéticas que contribuyen mayormente a dicho riesgo.
El valor del análisis de genoma completo
El equipo analizó datos de un análisis de asociación del genoma completo (GWAS, por sus siglas en inglés). Este análisis incluyó información genética de 753 pacientes que desarrollaron sepsis después de una cirugía y de 3 mil 500 controles poblacionales. La capacidad de la IA no solo residió en la predicción, sino en la asignación de la contribución de cada variante.
¿Qué es la sepsis y por qué es tan riesgosa?
La sepsis es una complicación seria que ocurre cuando el organismo tiene una respuesta descontrolada frente a una infección, que habitualmente es de origen bacteriano. Es una de las formas más graves de infección.
Los datos sobre su impacto son alarmantes. La sepsis presenta una mortalidad que oscila entre el 10 y el 20 por ciento. En los casos más severos, como el shock séptico, la mortalidad puede alcanzar hasta el 40 por ciento. A escala mundial, la sepsis es responsable de aproximadamente 11 millones de muertes cada año; de estas, 17 mil se producen anualmente en España.
Genes específicos identificados por la IA
Gracias a este enfoque analítico, el estudio consiguió identificar variaciones genéticas específicas que antes eran difíciles de priorizar. La IA detectó variaciones genéticas en los genes PRIM2, RBSN y SYNPR, los cuales presentan implicaciones funcionales, regulatorias y clínicas directas.
Adicionalmente, se detectaron genes que están relacionados con procesos biológicos que son clave para la respuesta del organismo, tales como:
- La regulación de la expresión génica.
- La replicación del ADN.
- La señalización y proliferación celular.
- La disfunción cardiaca.
Aplicaciones clínicas: de la predicción a la intervención personalizada
Determinar estas variantes genéticas a tiempo representa el paso más importante hacia su aplicación práctica. Los investigadores señalan que si se pudieran detectar estas variantes a través de análisis de sangre preoperatorios, esto se convertiría en una herramienta de gran utilidad clínica.
La meta es mejorar la estratificación del riesgo en pacientes que van a someterse a cirugía. Esto facilitaría la detección precoz de la sepsis postoperatoria y permitiría orientar intervenciones clínicas que sean más personalizadas para cada paciente. El objetivo final, según el estudio, es mejorar los resultados clínicos y, sobre todo, la supervivencia de quienes son sometidos a cirugía.
Limitaciones y el camino por recorrer
El estudio puntualiza que este hallazgo es exploratorio y debe ser validado externamente antes de su implementación masiva. Serán necesarias más investigaciones, incluyendo análisis in vitro e in vivo.
También se requieren estudios complementarios en cohortes que comprendan tanto a pacientes con sepsis como a aquellos sin sepsis sometidos a cirugía mayor. Esto asegurará que los factores genéticos que contribuyen a la predisposición a la sepsis sean evaluados de manera óptima y que la validación externa de los hallazgos sea rigurosa. ¿Hasta qué punto transformará la IA la gestión de riesgos en el quirófano en los próximos años?
