Un grup de 34 experts internacionals de referència en hepatologia, ciència de dades i intel·ligència artificial (IA) ha publicat un informe de consens que presenta recomanacions concretes per a l’aplicació clínica de la IA en l’àmbit hepàtic.
Les recomanacions són el resultat d’un procés estructurat, en múltiples fases i anonimitzat, liderat pel Prof. Jakob N. Kather (Else Kröner Fresenius Center for Digital Health, TU Dresden i Hospital Universitari de Dresden), juntament amb la Dra. Sabela Lens (Hospital Clínic de Barcelona, Espanya) i el Dr. Eric Trépo (Hospital Universitari de Brussel·les, Bèlgica). L’article ha estat publicat per l’Associació Europea per a l’Estudi del Fetge (EASL) i el seu AI Task Force a la revista Journal of Hepatology.
Entre les autores de l’informe hi ha la Dra. Raquel Pérez López, especialista en Radiologia i cap del Grup de Radiómica del VHIO, i la investigadora predoctoral María Balaguer-Montero, del mateix grup. La seva participació ha estat clau per incorporar perspectives relacionades amb la imatge mèdica, la radiómica i la seva aplicació pràctica en l’àmbit hepàtic.
Avanços i reptes en l’ús de la IA
Els sistemes d’intel·ligència artificial han evolucionat ràpidament durant els darrers 15 anys, amb avenços importants especialment en aplicacions basades en imatges dins la radiologia i la patologia —i més recentment també en mètodes basats en el llenguatge. Malgrat aquests progressos, l’ús clínic de la IA continua sent limitat a causa de nombrosos reptes d’implementació.
Per tal de comprendre millor aquestes barreres i afavorir la integració d’eines d’IA en l’hepatologia, el AI Task Force de l’EASL va dur a terme un procés estructurat de consens que va involucrar hepatòlegs, científics de dades, experts en IA clínica i en ciències reguladores. Aquest procés es va basar en el mètode Delphi: un procediment sistemàtic, iteratiu i anonimitzat àmpliament utilitzat en medicina per elaborar guies clíniques. Aquest mètode garanteix que les recomanacions reflecteixin un ampli consens expert.
El Dr. Jan Clusmann, primer autor de la publicació i investigador postdoctoral en el grup d’Intel·ligència Artificial Clínica liderat pel Prof. Jakob N. Kather a l’EKFZ for Digital Health de TU Dresden, va coordinar tot el procés i va recopilar els resultats.
“La IA té el potencial de transformar l’atenció i l’estudi de les malalties hepàtiques. No obstant això, encara ens enfrontem a barreres importants per a la seva implementació. La nostra publicació vol oferir una guia clara per superar-les i avançar cap a un ús clínic rutinari dels sistemes basats en IA”, afirma el Prof. Jakob N. Kather, catedràtic d’Intel·ligència Artificial Clínica a l’EKFZ for Digital Health, TU Dresden, i metge de l’Hospital Universitari de Dresden.
“Com a membre de l’AI Task Force de l’EASL, des del Grup de Radiómica del VHIO aportem la nostra experiència en imatge mèdica i radiómica per impulsar l’aplicació de la intel·ligència artificial en el càncer hepàtic. Contribuïm al desenvolupament d’estàndards internacionals i promovem la col·laboració interdisciplinària per avançar en el diagnòstic, la recerca i la integració clínica d’aquestes tecnologies”, afirma la Dra. Raquel Pérez López, membre de l’AI Task Force de l’EASL i coautora de l’estudi.
L’alfabetització en IA com a clau per a la seva implementació
Una de les recomanacions principals del grup és fomentar l’alfabetització en intel·ligència artificial entre els professionals sanitaris. El panell d’experts també defensa que els sistemes d’IA han de demostrar eficàcia, fiabilitat i confiança abans de poder ser adoptats en la pràctica clínica. Fins i tot les eines validades sovint troben obstacles pràctics a causa de la infraestructura heterogènia dels sistemes sanitaris i la limitada interoperabilitat dels sistemes d’informació hospitalaris. Superar aquests reptes és fonamental per permetre l’ús rutinari de la IA.
Realització d’assajos clínics amb suport d’IA i foment de l’intercanvi de dades
Els experts també subratllen la importància d’investigar els mètodes d’IA en el context d’assajos clínics. Això requereix un intercanvi d’informació fluid entre institucions, accés descentralitzat a dades anonimitzades i col·laboració primerenca entre investigadors d’IA i equips d’assajos clínics.
Promoure la col·laboració interdisciplinària i crear marcs estructurats
Les societats científiques poden tenir un paper clau, per exemple, mitjançant la creació d’iniciatives específiques i marcs estructurats que donin suport a la implementació de la IA. Les futures guies clíniques, coordinades per aquestes societats, haurien d’incloure explícitament recomanacions sobre models d’IA. Aquestes guies també haurien de servir com a context clínic prioritari per als sistemes de suport a la presa de decisions basats en IA.
“La transició cap a un sistema sanitari digital i basat en IA requereix col·laboració coordinada, validació rigorosa, confiança en les noves tecnologies i un intercanvi estret entre professionals sanitaris, investigadors, desenvolupadors de sistemes, legisladors i responsables de polítiques. Les recomanacions presentades constitueixen una base excel·lent per facilitar una adopció segura i responsable de la IA en medicina”, comenta el Prof. Stephen Gilbert, catedràtic de Ciències Regulatòries de Dispositius Mèdics a l’EKFZ for Digital Health (TU Dresden) i coautor de la publicació.
Aquestes recomanacions tenen com a objectiu ajudar les institucions sanitàries, els agents del sector industrial i els responsables de polítiques públiques a promoure un ús responsable i centrat en el pacient de la IA en l’àmbit de l’hepatologia a escala mundial.
“El que fa única aquesta publicació és el consens internacional i interdisciplinari —resultat d’una estreta col·laboració entre experts de diferents països i disciplines. Aquesta base comuna pot ajudar-nos a traslladar tecnologies innovadores d’IA del laboratori a la pràctica clínica. Il·lustrem aquesta fulla de ruta per a l’hepatologia, però el nostre objectiu era desenvolupar també un model escalable per a altres àrees de la medicina amb reptes similars”, assenyala el Dr. Jan Clusmann, primer autor de l’article i investigador postdoctoral a l’equip del Prof. Kather.
Referència
Clusmann J, Balaguer-Montero M, Bassegoda O, Schneider CV, Seraphin T, Paintsil E, Luedde T, Perez Lopez R, Calderaro J, Gilbert S, Marjot T, Spann A, Shawcross DL, Lens S, Trépo E, Kather JN: The barriers for uptake of artificial intelligence in hepatology and how to overcome them; Journal of Hepatology, juliol de 2025. https://doi.org/10.1016/j.jhep.2025.07.003
Sobre l’AI Task Force de l’EASL
L’AI Task Force de l’Associació Europea per a l’Estudi del Fetge (EASL) és un grup d’experts creat per orientar l’ús responsable i efectiu de la intel·ligència artificial en hepatologia. El seu objectiu és aprofitar la IA per millorar la recerca, la formació, la presa de decisions clíniques i l’atenció als pacients amb malalties hepàtiques. També assessora sobre la integració de la IA en esdeveniments i publicacions d’EASL, i impulsa aliances estratègiques per avançar en tecnologies rellevants en aquest camp, a més de donar suport a tasques operatives dins de l’organització.
Més informació i llista de membres:
https://easl.eu/easl/leadership-and-governance/ai-task-force/
Final del formulario
