在全球范圍內,成千上萬的患者在等待能夠拯救生命的器官移植,但供體器官的數量遠遠無法滿足需求。近期,斯坦福大學的醫生和科學家們開發了一種新的人工智能(AI)工具,旨在降低器官移植過程中不必要的浪費,尤其是在肝臟移植方面。據統計,使用心臟驟停后捐獻的器官在實際移植前,由于供體死亡時機的把控不當,近一半的捐獻案例最終被取消。
此 AI 工具通過機器學習模型,能夠預測供體在器官仍然適合移植的時間內是否可能去世。與頂級外科醫生的判斷相比,這一工具的表現更為出色,減少了60% 的無效器官獲取率,即在開始準備移植手術后,供體卻在時間限制內未能去世,導致原本可用的器官無法使用。
斯坦福大學的腹部移植臨床教授佐佐木和成表示:“通過在任何手術準備開始之前識別出器官的潛在有效性,這個模型能夠提高移植過程的效率,并有望讓更多需要器官移植的患者得到救助。” 這項研究的相關成果已發表于《柳葉刀數字健康》期刊。
這一進展不僅有望減少醫院在器官回收準備過程中不必要的工作和資源浪費,還能降低醫療成本。醫院目前主要依賴外科醫生的判斷來評估供體的關鍵時機,但由于判斷標準的差異,導致了巨大的成本和資源浪費。而這一新型 AI 工具則基于來自2000多名捐贈者的數據,通過對神經、呼吸和循環數據的分析,能夠更準確地預測供體的死亡進程。
研究人員表示,未來他們將把這一 AI 工具推廣應用于心臟和肺臟的移植試驗中,以期進一步優化器官利用效率。


產品與服務
聯系站長
關于我們