به گزارش کارگروه فناوری اطلاعات سایبربان، یک مدل هوش مصنوعی جدید توسط محققان پزشکی استنفورد توسعه داده شده است تا پیوند کبد را کارآمدتر کند.
این مدل پیش‌بینی می‌کند که آیا اهداکننده در بازه زمانی لازم برای زنده‌ماندن عضو، فوت خواهد کرد یا خیر.
اهدا پس از مرگ مغزی نیازمند آن است که اهداکننده ظرف 30 تا 45 دقیقه پس از برداشتن دستگاه پشتیبانی حیات، فوت کند. در غیر این صورت، جراحان اغلب به دلیل افزایش خطرات برای گیرندگان، کبد را رد می‌کنند.
این مدل توانست موارد برداشت بی‌فایده را تا ۶۰ درصد کاهش دهد و عملکردی بهتر از پیش‌بینی‌های جراحان داشته باشد.
این الگوریتم طیف گسترده‌ای از داده‌های اهداکننده، از جمله علائم حیاتی، آزمایش خون، رفلکس‌های عصبی و تنظیمات دستگاه تنفس مصنوعی را تجزیه‌وتحلیل می‌کند. این مدل بر روی بیش از 2 هزار مورد از شش مرکز پیوند ایالات متحده آموزش دیده است و می‌تواند برای رویه‌های بیمارستانی و ترجیحات جراح سفارشی شود.
این مدل همچنین دارای یک رابط زبان طبیعی است که اطلاعات مربوط به پرونده پزشکی را استخراج و گردش کار پیوند را ساده می‌کند.
اهدا پس از مرگ مغزی به طور فزاینده‌ای اهمیت پیدا می‌کند؛ زیرا به کاهش شکاف بین تقاضای عضو و دردسترس‌بودن آن کمک می‌کند. دستگاه‌های پرفیوژن ماشینی نورموترمیک، اندام‌ها را در حین حمل‌ونقل حفظ و چنین اهدایی را امکان‌پذیرتر می‌کنند.
محققان امیدوارند که این مدل برای پیوند قلب و ریه نیز تطبیق داده شود و پتانسیل آن را برای نجات جان انسان‌ها افزایش دهد.
محققان استنفورد تأکید می‌کنند که پیش‌بینی‌های بهتر می‌تواند به بیماران بیشتری کمک کند تا پیوندهای نجات‌بخش زندگی خود را دریافت کنند.
هدف از اصلاحات مداوم، کاهش فرصت‌های ازدست‌رفته از ۱۵ درصد به حدود ۱۰ درصد و افزایش کارایی و نتایج بیمار در پیوند عضو است.
