Liječnici su razvili AI alat koji bi mogao smanjiti uzaludne pokušaje presađivanja organa za 60%. Tisuće pacijenata diljem svijeta čekaju potencijalno životno važnog darivatelja, a više je kandidata na listama čekanja nego dostupnih organa. U novije vrijeme, kada je riječ o presađivanju jetre, pristup se proširio korištenjem darivatelja koji su umrli nakon srčanog zastoja. No u otprilike polovici takvih donacija nakon cirkulacijskog zastoja (DCD) transplantacija se na kraju otkaže.
Razlog je to što vrijeme između skidanja s aparata za održavanje života i smrti ne smije biti dulje od 45 minuta. Ako darivatelj ne umre unutar tog vremenskog okvira potrebnog za očuvanje kvalitete organa, kirurzi često odbijaju jetru zbog povećanog rizika od komplikacija za primatelja. Sada su liječnici, znanstvenici i istraživači sa Sveučilišta Stanford razvili model strojnog učenja koji predviđa hoće li darivatelj vjerojatno umrijeti unutar vremena tijekom kojeg njegovi organi ostaju održivi za transplantaciju, piše The Guardian.
Novi alat umjetne inteligencije nadmašio je prosudbu najboljih kirurga i smanjio stopu uzaludnih priprema – koje se događaju kada započnu pripreme za transplantaciju, ali darivatelj umre prekasno – za 60%. - Prepoznavanjem kada je organ vjerojatno upotrebljiv prije nego što započnu bilo kakve kirurške pripreme, ovaj model mogao bi učiniti proces transplantacije učinkovitijim. Također bi mogao omogućiti da više kandidata kojima je potreban organ doista i dobije transplantat - rekao je dr. Kazunari Sasaki, klinički profesor abdominalne transplantacije i glavni autor studije.
Detalji ovog iskoraka objavljeni su u časopisu Lancet Digital Health. Ovo bi postignuće moglo smanjiti broj situacija u kojima zdravstveni djelatnici pripremaju organe za preuzimanje, da bi tek kasnije utvrdili da nisu prikladni za oporabu i transplantaciju, što stvara financijski i organizacijski pritisak na transplantacijske centre.
Bolnice se uglavnom oslanjaju na prosudbu kirurga pri procjenjivanju ovog kritičnog vremenskog okvira, koji može znatno varirati i dovesti do nepotrebnih troškova i rasipanja resursa. Novi AI alat treniran je na podacima više od 2.000 darivatelja iz nekoliko transplantacijskih centara u SAD-u. Koristi neurološke, respiratorne i cirkulacijske podatke kako bi preciznije od prethodnih modela i ljudskih stručnjaka predvidio putanju darivatelja prema smrti.
Model je testiran i retrospektivno i prospektivno, postigavši 60% manje uzaludnih priprema nego predviđanja kirurga. Važno je da zadržava točnost čak i kada neki podaci o darivatelju nedostaju, navode istraživači. Pouzdan, na podacima utemeljen alat mogao bi pomoći zdravstvenom osoblju u donošenju boljih odluka, optimiziranju korištenja organa i smanjenju uzaludnih napora i troškova.
Ovakav pristup mogao bi predstavljati značajan iskorak u području transplantacije, ističe istraživački tim, naglašavajući „potencijal naprednih AI tehnika za optimizaciju iskorištenja organa od DCD darivatelja“. Sljedeći korak je prilagodba AI alata za ispitivanje njegova korištenja kod transplantacija srca i pluća.
Otvori KEKS Pay
