Lo que comenzó como un proyecto final durante su formación en Samsung Innovation Campus ha terminado convirtiéndose en una herramienta con vocación de aplicación clínica y en el proyecto reconocido en la categoría general de los II Premios Nacionales de Inteligencia Artificial de Samsung, entregados durante el Samsung Innovation Campus Summit 2026.
- Para empezar, ¿cuál era vuestra trayectoria antes de participar en el curso de Inteligencia Artificial de Samsung Innovation Campus en la Universitat Politècnica de València y qué os llevó a inscribiros?
- ¿Cómo surge LiveR y qué os llevó a aplicar la inteligencia artificial al emparejamiento entre donantes y receptores en trasplantes hepáticos?
- Para quien todavía no conozca el proyecto, ¿en qué consiste LiveR y cómo puede ayudar en la identificación de posibles emparejamientos entre donantes y receptores?
- ¿Qué conocimientos adquiridos en Samsung Innovation Campus han sido más importantes para poder desarrollar una herramienta como LiveR?
- LiveR se ha desarrollado en colaboración con el Instituto de Investigación Sanitaria La Fe. ¿Qué os ha aportado trabajar con profesionales sanitarios para convertir una necesidad clínica en una solución tecnológica?
- En un ámbito tan sensible como los trasplantes, LiveR se plantea como apoyo a la decisión clínica y no como sustituto del criterio médico. ¿Cómo habéis abordado esa responsabilidad?
- LiveR ha sido reconocido en la categoría general de los II Premios Nacionales de Inteligencia Artificial de Samsung. ¿Qué significa este reconocimiento para vosotros y qué futuro imagináis para el proyecto?
Joaquín Berenguer y Sergio Tordera, estudiantes del Doble Grado en Matemáticas e Ingeniería Informática de la Universitat Politècnica de València, han desarrollado junto al Instituto de Investigación Sanitaria La Fe LiveR, un sistema de IA para apoyar el emparejamiento entre donantes y receptores en trasplantes hepáticos.
“La inteligencia artificial debe estar al servicio del criterio médico”, subrayan sus impulsores, después de comprobar durante el proyecto que “un modelo puede funcionar correctamente desde el punto de vista matemático y, aun así, necesitar ser revisado e interpretado desde el punto de vista clínico”
Para empezar, ¿cuál era vuestra trayectoria antes de participar en el curso de Inteligencia Artificial de Samsung Innovation Campus en la Universitat Politècnica de València y qué os llevó a inscribiros?
Joaquín Berenguer: Cuando empecé Samsung Innovation Campus estaba cursando segundo del Doble Grado en Matemáticas e Ingeniería Informática. Durante el cuatrimestre de Informática tenía algo más de tiempo y buscaba actividades con las que aprovecharlo. Un amigo me habló del programa prácticamente a última hora y me pareció muy interesante, especialmente porque estaba relacionado con la inteligencia artificial, un campo que ya me llamaba bastante la atención. De hecho, fui prácticamente la última persona en apuntarme.
Lo vi como una oportunidad para complementar lo que aprendíamos en la universidad y acercarme de una forma mucho más práctica a la inteligencia artificial. En aquel momento, por supuesto, no imaginaba hasta dónde acabaría llegando aquella experiencia.
Sergio Tordera: Yo también estaba en segundo curso del Doble Grado y me atrajo especialmente la posibilidad de profundizar en un ámbito que conecta directamente las dos partes de nuestra formación. La inteligencia artificial combina una base matemática muy importante con toda la parte informática, y veía Samsung Innovation Campus como una oportunidad para empezar a trasladar esos conocimientos a problemas más aplicados.
Al principio simplemente queríamos aprender, ampliar nuestra formación y salir un poco de lo que hacíamos habitualmente en las asignaturas. Lo que ninguno de los dos imaginábamos era que el curso terminaría dando lugar a un proyecto como LiveR.
¿Cómo surge LiveR y qué os llevó a aplicar la inteligencia artificial al emparejamiento entre donantes y receptores en trasplantes hepáticos?
J.B.: Para mí existía una conexión personal muy fuerte. Vengo de una familia de médicos especializada en hepatología: mi abuelo, el Dr. Joaquín Berenguer La Puerta, fue pionero en esta disciplina y fundador del programa de trasplante hepático del Hospital La Fe de Valencia, y mi tía, la Dra. Marina Berenguer Haym, fue presidenta de la Sociedad Internacional de Trasplante Hepático y actualmente dirige la Unidad de Hepatología y Trasplante Hepático del mismo hospital.
Aunque mi formación no está en la medicina, vi el proyecto como una oportunidad de contribuir desde nuestro ámbito tecnológico a un campo que ha marcado profundamente a mi familia. A partir de ahí empezamos a plantearnos cómo podía aplicarse la inteligencia artificial al trasplante hepático y dónde podía aportar realmente.
S.T.: A mí me atrajo especialmente la posibilidad de aplicar lo que estábamos aprendiendo a un problema clínico real. Dejaba de tratarse simplemente de entrenar un modelo o trabajar con unos datos como ejercicio académico: teníamos que pensar cómo convertir esa tecnología en información útil para profesionales que toman decisiones enormemente complejas.
Así terminamos centrándonos en el emparejamiento entre donantes y receptores. Es un proceso en el que intervienen muchas variables y donde la inteligencia artificial puede ayudar a analizarlas conjuntamente y estudiar qué combinaciones pueden ofrecer mejores resultados, siempre aportando información adicional para apoyar la valoración médica.
Para quien todavía no conozca el proyecto, ¿en qué consiste LiveR y cómo puede ayudar en la identificación de posibles emparejamientos entre donantes y receptores?
LiveR es un sistema clínico de inteligencia artificial multimodelo diseñado para apoyar la toma de decisiones en el trasplante hepático. Hemos desarrollado una aplicación interactiva e interpretable pensando desde el principio en un posible uso dentro del entorno clínico.
Cuando aparece un nuevo donante, la herramienta combina sus características con las de los pacientes que están en lista de espera y evalúa las distintas combinaciones mediante varios modelos de inteligencia artificial. Estos permiten realizar predicciones sobre cuestiones como la supervivencia del injerto a corto y largo plazo, las curvas de supervivencia o la estancia hospitalaria esperada.
LiveR integra después esas predicciones con información clínica, como el MELD, para facilitar la comparación entre posibles receptores y generar un informe interpretable para el equipo médico.
Para nosotros era fundamental, además, que la herramienta no se limitara a ofrecer una predicción. Los modelos permiten identificar qué variables han tenido mayor influencia en cada resultado, de forma que el profesional pueda entender mejor por qué el sistema realiza una determinada estimación.
Y existe una idea fundamental: LiveR no pretende decidir qué receptor debe recibir un órgano. Su función es proporcionar información adicional basada en los datos para ayudar a valorar cada caso. La decisión clínica final continúa siempre en manos de los profesionales.
¿Qué conocimientos adquiridos en Samsung Innovation Campus han sido más importantes para poder desarrollar una herramienta como LiveR?
Una de las partes más importantes fue aprender a trabajar correctamente con los datos. La limpieza, el preprocesamiento y el análisis exploratorio son fundamentales porque, antes de entrenar cualquier modelo, necesitas comprender bien la información con la que estás trabajando y asegurarte de que tiene la calidad necesaria.
Durante Samsung Innovation Campus aprendimos también a entrenar y evaluar distintos tipos de modelos, desde modelos clásicos con herramientas como Scikit-learn hasta Deep Learning con Keras. Pero, más allá de una herramienta concreta, fueron especialmente importantes conceptos como la validación, el sobreajuste o la capacidad de generalización.
Desarrollando LiveR comprobamos que no basta con que un modelo consiga buenos resultados sobre unos datos determinados. Hay que asegurarse de que está aprendiendo patrones generalizables y no simplemente memorizando la información con la que ha sido entrenado.
Además, el proyecto nos obligó a dar un paso más: integrar diferentes predicciones dentro de una única herramienta, presentarlas de forma comprensible e interpretable y pensar en cómo interactuaría con ellas un profesional sanitario. Samsung Innovation Campus nos proporcionó una base sobre la que después seguimos aprendiendo y desarrollando el proyecto.
LiveR se ha desarrollado en colaboración con el Instituto de Investigación Sanitaria La Fe. ¿Qué os ha aportado trabajar con profesionales sanitarios para convertir una necesidad clínica en una solución tecnológica?
Ha sido fundamental. Nosotros aportábamos la parte matemática y tecnológica, pero los profesionales sanitarios nos ayudaban a comprender qué información tenía realmente valor desde el punto de vista médico y qué aspectos debíamos tener en cuenta para que la herramienta pudiera resultar útil en la práctica.
Queremos agradecer especialmente la confianza del Instituto de Investigación Sanitaria La Fe y el trabajo de los equipos que nos han acompañado: la Unidad de Trasplante Hepático, con los doctores Eva Montalva y Rafa López Andújar, y la Unidad de Hepatología y Trasplante Hepático, liderada por las doctoras Marina Berenguer y Victoria Aguilera. Sin esa colaboración, LiveR habría sido imposible.
Un ejemplo muy claro fue el tratamiento de los valores faltantes. A partir de 2006 comenzaron a registrarse nuevas variables que no existían en los trasplantes anteriores y que, por tanto, presentaban alrededor de un 40% de valores faltantes en el conjunto completo de datos. Desde una perspectiva exclusivamente técnica, podríamos haber descartado esas variables. Sin embargo, los médicos nos explicaron que algunas tenían una importancia clínica y predictiva fundamental. Eso nos llevó a crear distintas versiones de la base de datos y adaptar nuestra metodología.
También ocurrió con la hepatitis C. Algunos de nuestros primeros modelos le daban una importancia muy elevada, pero los especialistas nos hicieron ver que podía estar reflejando una realidad epidemiológica del pasado, anterior a la generalización de tratamientos antivirales muy eficaces.
Aquello nos enseñó una lección muy importante: un modelo puede funcionar correctamente desde el punto de vista matemático y, aun así, necesitar ser revisado e interpretado desde el punto de vista clínico. Esa colaboración constante ha permitido que LiveR tenga sentido dentro del contexto real en el que pretende utilizarse.
En un ámbito tan sensible como los trasplantes, LiveR se plantea como apoyo a la decisión clínica y no como sustituto del criterio médico. ¿Cómo habéis abordado esa responsabilidad?
Desde el principio tuvimos claro que LiveR debía ser una herramienta de apoyo a la decisión y nunca un sistema que decidiera por los profesionales. Esa idea ha condicionado prácticamente todo el desarrollo.
Hemos trabajado para que las predicciones sean interpretables y para que el informe explique qué variables han influido más en cada resultado. No queríamos que un profesional recibiera simplemente una predicción sin poder comprender de dónde procede.
La aplicación también permite que el médico ajuste distintos parámetros y seleccione qué modelos quiere utilizar, de forma que mantiene el control sobre cómo emplea la información proporcionada por LiveR.
Además, la herramienta no selecciona automáticamente a un único receptor. Genera una recomendación con varios posibles receptores y muestra las predicciones e información correspondientes a cada uno para que el equipo médico pueda valorarlas junto al resto de factores clínicos.
Nuestro planteamiento siempre ha sido el mismo: la inteligencia artificial debe estar al servicio del criterio médico. Puede analizar conjuntamente una cantidad de información muy compleja y aportar una perspectiva adicional basada en datos, pero la responsabilidad y la decisión siguen estando en manos de los profesionales.
LiveR ha sido reconocido en la categoría general de los II Premios Nacionales de Inteligencia Artificial de Samsung. ¿Qué significa este reconocimiento para vosotros y qué futuro imagináis para el proyecto?
El reconocimiento, entregado durante el Samsung Innovation Campus Summit 2026, distingue precisamente proyectos capaces de trasladar la formación en inteligencia artificial a soluciones para retos concretos de la sociedad. En el caso de LiveR, Samsung destacó su aplicación al emparejamiento entre donantes y receptores y su concepción como herramienta complementaria al criterio de los profesionales sanitarios.
J.B.: Para mí tiene además un componente personal muy especial por la relación de mi familia con la hepatología. Poder aportar desde nuestro ámbito a un campo tan vinculado a ella hace que todo el recorrido de LiveR tenga un significado añadido.
S.T.: Una de las cosas que más valoro de este proceso es haber comprobado que la tecnología puede ir mucho más allá de lo puramente técnico y convertirse en una herramienta al servicio de las personas. Aplicar nuestros conocimientos en Matemáticas e Ingeniería Informática a un problema clínico real, trabajando junto a profesionales sanitarios, nos ha permitido ver el potencial que tiene la inteligencia artificial para ayudar a tomar mejores decisiones.
Para mí, eso es lo más importante: utilizar la tecnología no solo para innovar, sino para generar un impacto real en la vida de las personas.
Consulta más información responsable en las publicaciones Corresponsables y en el Espacio de Samsung España en Organizaciones Corresponsables.
