器官移植是有風險的，可用器官的稀缺使得成功率變得更加重要。人工智能和云計算正在推動捐獻者匹配技術的創新，預測器官移植的成功率，并降低移植排斥率。

　　根據美國衛生資源與服務管理局的數據，超過 106,000 人在國家器官移植等候名單上，但去年只有 40,000 人接受了移植。即使是幸運的接受者也沒有脫離危險，因為移植器官的總排斥率為10-15%。

　　使捐獻者太少問題更加嚴峻的是，捐獻者匹配過程不充分。當前計算機化的捐獻者匹配系統根據客觀標準對潛在的接受者進行排序，例如血液和組織類型、醫療緊急程度、等候名單上的登記時間以及捐獻者和潛在接受者之間的距離。

　　然而，這些因素都是單獨考慮的，其中任何一個因素都可能排除潛在的器官接受者。例如，住在離醫院很遠的有緊急需求的患者經常被離醫院較近的有中等需求的患者取代。

　　一個基于人工智能的系統正在開發中，目標是進行更好的匹配并挽救更多生命。利用層次分析法 (AHP)，器官獲取和移植網絡(OPTN)正在開發一種評估多項標準并給潛在候選人打分的方法。它根據所有因素的組合，而不是每個因素的單獨排名，對接受者進行優先排序。優先級也可以根據器官類型進行調整。AHP使移植分配更加透明和公平。

　　預測成功

　　最難確定的因素之一是預測器官的接受率。患者的身體會排斥捐獻的器官嗎？很難確定，但巴黎移植小組的研究人員正在利用人工智能來更好地預測患者的預后情況。

　　PTC 開發了 iBox，這是一種通用工具，它使用基于 AI 的預測系統來確定移植腎臟的長期存活率。使用移植后患者隨訪期間的可用數據，iBox 預測了手術后長達七年的成功概率。該算法考慮了患者、供體和移植物參數以及長期患者數據，以計算失敗的風險。經過幾年對多個國家的7500多名患者進行測試，iBox的預測與現實生活中的結果基本相符。

　　由于移植后數據很容易獲得，因此iBox可以在全世界的標準臨床環境中使用。它還可以在移植后3年、5年或7年的多個時間點重新評估風險。更新后的風險水平反映了身體和移植物的物理變化，包括疤痕、損傷、炎癥和供體特異性抗體水平等因素。iBox 工具已集成到 Cibiltech 的患者監測軟件 Predigraft 中。

　　與排斥作斗爭

　　預測成功非常有價值，但防止被排斥則更好。波士頓大學初創公司 INIA Biosciences 的研究人員正在開發 INIA，這是一種非侵入式超聲設備，使用人工智能和云計算來降低排斥的可能性。它調節特定的神經信號，以抑制身體的免疫反應。INIA 將取代目前讓患者終生服用抗排斥藥物的做法。

　　即使服用這些藥物，大約 30% 的腎移植也會被排斥。INIA 設備可以檢測失敗并幫助保存捐獻的器官。如果患者的身體開始排斥移植的器官，INIA 將及早通知醫務人員——在器官發生損壞之前，可能允許將其重新移植到其他患者體內。INIA 解決方案仍在開發中，但它有可能改變患者監測，并減少患者對藥物的依賴。這將降低患者、醫院和保險公司的成本。

　　鄭州博觀電子科技有限公司是一家提供科技類物聯網開發軟硬件定制化方案服務商、也是中原地區領先的物聯網終端設備解決方案提供商。致力共享換電柜、智能充電樁、共享洗車機、物聯網軟硬件等服務平臺的方案開發與運維。總部位于河南省鄭州市高新區，已取得國家高新技術企業認證證書。經過10多年的業務開拓，公司已經形成了以中原地區為中心、業務遍布全國的經營格局。

注：本站文章部分文字及圖片來自互聯網。如有侵權行為，請聯系我們，我們會及時刪除。