Ensayo aleatorizado de predicción de riesgo con IA implementada en la historia clínica electrónica en el cuidado del trasplante renal

Por qué este estudio importa para pacientes y familias

Para las personas que viven con un riñón donado, saber qué ocurrirá si el trasplante falla es una cuestión profundamente personal y a menudo aterradora. Los médicos esperan que las herramientas de inteligencia artificial (IA) puedan detectar el aumento del riesgo temprano e impulsar conversaciones sinceras sobre el cuidado futuro. Este estudio evaluó si incorporar una calculadora de riesgo con IA en los sistemas informáticos del hospital realmente cambia lo que los pacientes experimentan en la consulta.

La promesa de la predicción inteligente del riesgo

El trasplante renal puede liberar a las personas de la diálisis, pero más de la mitad de los riñones trasplantados acaban fallando. A medida que la función renal disminuye, los pacientes pueden necesitar elegir entre iniciar hemodiálisis, usar diálisis peritoneal domiciliaria, buscar otro trasplante o centrarse en cuidados paliativos. Esas decisiones dependen en gran medida de los valores personales y los objetivos. Los investigadores desarrollaron un modelo informático que examina datos médicos rutinarios, como resultados de laboratorio e historial de trasplantes, para estimar la probabilidad de que un riñón trasplantado falle en el plazo de un año. La esperanza era que mostrar este riesgo en la historia clínica electrónica motivara con delicadeza a los médicos a hablar con los pacientes sobre las opciones antes de que sobrevenga una crisis.

Probar la IA en consultas reales

El ensayo PRIMA-AI reclutó a 76 adultos con riñones trasplantados cuya función renal ya era bastante baja. La mitad recibió la atención habitual. Para la otra mitad, los médicos podían ver la estimación de riesgo de la IA dentro de la historia clínica electrónica durante las visitas de seguimiento habituales. La pregunta principal fue simple y centrada en el paciente: durante los siguientes 12 meses, ¿reportarían más pacientes en el grupo con IA que habían mantenido una conversación clara con su médico de trasplantes sobre qué tratamientos podrían elegir si su riñón fallara?

Qué ocurrió realmente en el estudio

Tras un año, la proporción de pacientes que recordaban haber tenido esa conversación fue casi idéntica en ambos grupos: aproximadamente cuatro de cada diez. La herramienta de IA no aumentó ese porcentaje. Tampoco cambió resultados médicos como cuántas personas perdieron el riñón, cómo se inició la diálisis o con qué frecuencia fue necesaria la diálisis de urgencia. Las encuestas que evalúan la toma de decisiones compartida, la calidad de la relación médico-paciente y el malestar emocional no mostraron diferencias significativas entre quienes tenían médicos con acceso a la herramienta de IA y quienes no.

Por qué la herramienta de IA se quedó corta

Cuando los investigadores preguntaron a los médicos al final, la mayoría dijo que consultaba la visualización del riesgo solo de forma ocasional. La información estaba detrás de un clic adicional en la historia y no activaba alertas, por lo que era fácil pasarla por alto en clínicas muy ocupadas. Algunos médicos también consideraron que la puntuación rara vez cambiaba lo que harían, especialmente porque muchos pacientes ya presentaban problemas renales graves según las pruebas de laboratorio estándar. En otras palabras, el modelo en sí predijo el riesgo con bastante precisión, pero eso no condujo automáticamente a nuevas conversaciones, a decisiones distintas ni a una mejor preparación para la diálisis o un retransplante.

Qué significa esto para futuras herramientas digitales

Este ensayo demuestra que añadir simplemente cifras de riesgo de IA al expediente electrónico no es suficiente para cambiar la atención de los pacientes trasplantados. Para que la tecnología apoye la toma de decisiones compartida, puede ser necesario integrarla más estrechamente en las rutinas de la consulta y acompañarla con herramientas adaptadas al paciente, como sugerencias de preguntas o guías estructuradas para hablar sobre tratamientos futuros. La lección clave es que la predicción exacta es solo el primer paso; el beneficio real depende de cómo médicos y pacientes utilicen esa información juntos.

Cita: Osmanodja, B., Spencker, J.J., Ömeroğlu, Ö.E. et al. Randomized trial of electronic health record implemented AI risk prediction in kidney transplant care. npj Digit. Med. 9, 373 (2026). https://doi.org/10.1038/s41746-026-02757-5

Palabras clave: trasplante renal, inteligencia artificial, historias clínicas electrónicas, toma de decisiones compartida, predicción de riesgo