技术进步提高器官移植成功率

  器官移植是有风险的,可用器官的稀缺使得成功率变得更加重要。人工智能和云计算正在推动捐献者匹配技术的创新,预测器官移植的成功率,并降低移植排斥率。

技术进步提高器官移植成功率

  根据美国卫生资源与服务管理局的数据,超过 106,000 人在国家器官移植等候名单上,但去年只有 40,000 人接受了移植。即使是幸运的接受者也没有脱离危险,因为移植器官的总排斥率为10-15%。

  使捐献者太少问题更加严峻的是,捐献者匹配过程不充分。当前计算机化的捐献者匹配系统根据客观标准对潜在的接受者进行排序,例如血液和组织类型、医疗紧急程度、等候名单上的登记时间以及捐献者和潜在接受者之间的距离。

  然而,这些因素都是单独考虑的,其中任何一个因素都可能排除潜在的器官接受者。例如,住在离医院很远的有紧急需求的患者经常被离医院较近的有中等需求的患者取代。

  一个基于人工智能的系统正在开发中,目标是进行更好的匹配并挽救更多生命。利用层次分析法 (AHP),器官获取和移植网络(OPTN)正在开发一种评估多项标准并给潜在候选人打分的方法。它根据所有因素的组合,而不是每个因素的单独排名,对接受者进行优先排序。优先级也可以根据器官类型进行调整。AHP使移植分配更加透明和公平。

  预测成功

  最难确定的因素之一是预测器官的接受率。患者的身体会排斥捐献的器官吗?很难确定,但巴黎移植小组的研究人员正在利用人工智能来更好地预测患者的预后情况。

  PTC 开发了 iBox,这是一种通用工具,它使用基于 AI 的预测系统来确定移植肾脏的长期存活率。使用移植后患者随访期间的可用数据,iBox 预测了手术后长达七年的成功概率。该算法考虑了患者、供体和移植物参数以及长期患者数据,以计算失败的风险。经过几年对多个国家的7500多名患者进行测试,iBox的预测与现实生活中的结果基本相符。

  由于移植后数据很容易获得,因此iBox可以在全世界的标准临床环境中使用。它还可以在移植后3年、5年或7年的多个时间点重新评估风险。更新后的风险水平反映了身体和移植物的物理变化,包括疤痕、损伤、炎症和供体特异性抗体水平等因素。iBox 工具已集成到 Cibiltech 的患者监测软件 Predigraft 中。

  与排斥作斗争

  预测成功非常有价值,但防止被排斥则更好。波士顿大学初创公司 INIA Biosciences 的研究人员正在开发 INIA,这是一种非侵入式超声设备,使用人工智能和云计算来降低排斥的可能性。它调节特定的神经信号,以抑制身体的免疫反应。INIA 将取代目前让患者终生服用抗排斥药物的做法。

  即使服用这些药物,大约 30% 的肾移植也会被排斥。INIA 设备可以检测失败并帮助保存捐献的器官。如果患者的身体开始排斥移植的器官,INIA 将及早通知医务人员——在器官发生损坏之前,可能允许将其重新移植到其他患者体内。INIA 解决方案仍在开发中,但它有可能改变患者监测,并减少患者对药物的依赖。这将降低患者、医院和保险公司的成本。

声明:凡注明为其它来源的信息均转自其它平台,目的在于传递更多信息,并不代表本站观点及立场和对其真实性负责。若有侵权或异议请联系我们删除。
发表评论

相关文章

切换注册

登录

忘记密码 ?

切换登录

注册