Narzędzie wspomagane AI może poprawić skuteczność przeszczepów
Lekarze opracowali narzędzie oparte na sztucznej inteligencji, które może zmniejszyć o 60 proc. liczbę niepotrzebnych przeszczepów narządów. AI przewiduje prawdopodobieństwo śmierci dawcy w okresie, w którym wątroba może zostać przeszczepiona.
Tysiące pacjentów na całym świecie czeka na dawcę, a liczba kandydatów na listach w kolejce do przeszczepu przewyższa liczbę dostępnych organów. W przypadkach, gdy ludzie potrzebują przeszczepu wątroby, dostęp do niej został rozszerzony poprzez wykorzystanie dawców zmarłych po zatrzymaniu krążenia. Jednak w mniej więcej połowie tych donacji po zatrzymaniu krążenia (DCD) przeszczep ostatecznie nie dochodzi do skutku, ponieważ czas między odłączeniem aparatury podtrzymującej życie a śmiercią nie może przekroczyć 45 minut. Jeśli dawca nie umrze w czasie niezbędnym do zachowania jakości narządu, chirurdzy często odrzucają wątrobę ze względu na zwiększone ryzyko powikłań u biorcy.
Lekarze, naukowcy i badacze ze Stanford University opracowali model uczenia maszynowego, który przewiduje, czy dawca umrze w czasie, w którym jego organy będą gotowe do przeszczepu. Narzędzie oparte na sztucznej inteligencji przewyższyło ocenę najlepszych chirurgów i zmniejszyło liczbę bezużytecznych zabiegów – które zdarzają się, gdy przygotowania do przeszczepu zostały już rozpoczęte, a dawca umiera zbyt późno – o 60 proc.
– Dzięki określeniu momentu, w którym narząd prawdopodobnie będzie przydatny, zanim rozpoczną się jakiekolwiek przygotowania do operacji, ten model może zwiększyć efektywność procesu przeszczepu – powiedział dr Kazunari Sasaki, profesor kliniczny transplantologii jamy brzusznej i starszy autor badania.
Nowe narzędzie AI zostało wytrenowane na danych pochodzących od ponad 2000 dawców z kilku amerykańskich ośrodków transplantacyjnych. Wykorzystuje dane neurologiczne, oddechowe i krążeniowe, aby przewidywać śmierć potencjalnego dawcy z większą dokładnością niż poprzednie modele i eksperci. Model został przetestowany retrospektywnie i prospektywnie, osiągając 60-proc. redukcję bezużytecznych przygotowań do przeszczepu w porównaniu z przewidywaniami chirurgów. Co ważne, model zachowuje dokładność nawet w przypadku braku niektórych informacji o dawcy.
Autorzy narzędzia wykorzystującego AI stwierdzili, że takie podejście może stanowić znaczący krok naprzód w transplantologii, podkreślając „potencjał zaawansowanych technik sztucznej inteligencji w zakresie optymalizacji wykorzystania narządów od dawców DCD”. Planują także zmodyfikować opracowane narzędzie AI, aby przetestować je również na przeszczepach serca i płuc.
