Принцип дії
Велика кількістьпацієнтів у всьому світі потребують пересадки органів, які можуть врятувати їхжиття, при цьому число людей, які перебувають у списках очікування, значноперевищує наявну кількість донорських органів.
В останні роки у ситуаціях, колинеобхідна трансплантація печінки, можливість її проведення розширилась завдякивикористанню донорів, у яких смерть настала після зупинки серця. Такий станназивається смертю після припинення кровообігу (DCD) — це момент, коли серцеперестає битися, кровопостачання припиняється, і організм вже не здатнийвідновити життєво важливі функції. Після цього лікарі констатують смерть і можутьрозглядати варіанти використання органів для трансплантації.
Однак, майже уполовині подібних випадків трансплантацію змушені скасовувати. Це відбуваєтьсячерез те, що існує критично важливий часовий проміжок між відключенням відмедичної підтримки та повною зупинкою кровообігу — приблизно 45 хвилин. Протягомцього періоду орган ще зберігає необхідну якість для успішної пересадки.
Інколи фізіологічніпроцеси можуть тривати довше, ніж допускає цей час, і тоді орган може поступововтрачати свою функціональність. У таких ситуаціях хірурги змушені відмовлятисявід пересадки, щоб уникнути потенційних ризиків для пацієнта.
Лікарі, науковціта дослідники зі Стенфордського університету створили модель машинного навчання,яка дає прогноз, чи помре донор у межах часового проміжку, потрібного длязбереження придатності органів для трансплантації. Інструмент на базі ШІперевершив оцінки провідних хірургів і зменшив кількість непотрібних підготовок довилучення органів (коли процес уже почався, але смерть донора настає надто пізно)на 60%.
“Визначаючи, коли орган, швидше за все, буде придатним ще до початку підготовчихпроцедур, дана модель здатна зробити процес трансплантації значно дієвішим“, — відзначив доктор Кадзунарі Сасакі, клінічний професор в галузіабдомінальної трансплантації та провідний автор дослідження.
Цей прогрес можескоротити число ситуацій, коли медичний персонал починає підготовку до вилученняорганів, але в результаті змушений відмовитися через втрату їхньої функціональності— що збільшує додаткове операційне та фінансове навантаження на медичні установи.
У даний часлікарні в основному покладаються на оцінку хірургів щодо цього важливогочасового інтервалу. Прогнози можуть бути різними, що веде до втрат ресурсів іорганів. Новий ШІ-інструмент навчено на даних понад 2000 донорів з кількохамериканських центрів трансплантації. Він аналізує неврологічні, дихальні тациркуляторні показники, щоб більш точно передбачити момент настання смерті. Модельпродемонструвала вищу точність у порівнянні з попередніми методами та навіть здумкою досвідчених спеціалістів.
Її випробовувалияк ретроспективно, так і проспективно; в результаті отримали скорочення на 60%кількості невиправданих процедур у порівнянні з прогнозами хірургів. Важливо, щоінструмент залишається точним, навіть якщо відсутні деякі дані про донора.
На думкуекспертів, цей підхід може стати важливим кроком вперед у сфері пересадкиорганів, демонструючи потенціал ШІ в оптимізації використання донорськихорганів і зниженні втрат.
Як Україна впроваджує ШІ
Україна такожстворює умови для запровадження рішень, аналогічних моделі Стенфорда. Це вимагаєрозвитку інфраструктури, навчання фахівців і формування нормативної бази длябезпечного та ефективного застосування ШІ, в тому числі в медичній сфері, щодозволить пацієнтам отримати доступ до більш точних, швидких і надійнихмедичних рішень у найближчому майбутньому.
Зокрема,Мінцифри представило MedTech Sandbox — національну платформу для тестуваннямедичних інновацій.
Один з першихпроєктів здійснюється спільно з МОЗ, “Феофанією“ і GutSee Health: вперше уСхідній Європі проводиться тестування ШІ-керованої технології фаготерапії длялікування інфекцій, резистентних до антибіотиків.
На фоні данихініціатив Україна закладає основу для впровадження передових медичнихтехнологій — від прогнозування життєздатності донорських органів до поліпшенняпроцесів трансплантації і збільшення безпеки пацієнтів.