Artsen hebben een hulpmiddel voor kunstmatige intelligentie ontwikkeld dat de verspilde inspanningen om organen te transplanteren met 60% kan verminderen.
Duizenden patiënten wereldwijd wachten op een potentieel levensreddende donor, en er staan meer kandidaten op wachtlijsten dan er beschikbare organen zijn.
In die gevallen waarin mensen een levertransplantatie nodig hebben, is de toegang onlangs uitgebreid door gebruik te maken van donoren die overlijden aan een hartstilstand. Maar bij ongeveer de helft van deze donaties na gevallen van circulatoire dood (DCD) wordt de transplantatie uiteindelijk geannuleerd.
Dit komt omdat de tijd tussen het verwijderen van de levensondersteuning en het overlijden niet langer mag zijn dan 45 minuten. Als de donor niet sterft binnen de tijd die nodig is om de orgaankwaliteit te behouden, wijzen chirurgen de lever vaak af vanwege het verhoogde risico op complicaties voor de ontvanger.
Nu hebben artsen, wetenschappers en onderzoekers van Stanford University een machine learning-model ontwikkeld dat voorspelt of een donor waarschijnlijk zal overlijden binnen het tijdsbestek waarin zijn organen levensvatbaar zijn voor transplantatie.
De AI-tool overtrof de beoordeling van topchirurgen en verminderde het aantal nutteloze aanbestedingen – die plaatsvinden wanneer de voorbereidingen voor een transplantatie zijn begonnen maar de donor te laat overlijdt – met 60%.
“Door te identificeren wanneer een orgaan waarschijnlijk nuttig zal zijn voordat er voorbereidingen voor een operatie zijn begonnen, zou dit model het transplantatieproces efficiënter kunnen maken”, zegt Dr. Kazunari Sasaki, een klinische professor in buiktransplantatie en senior auteur van het onderzoek.
“Het heeft ook het potentieel om meer kandidaten die een orgaantransplantatie nodig hebben, er een te laten krijgen.”
Details van de doorbraak waren gepubliceerd in het tijdschrift Lancet Digital Health.
Het voorschot zou het aantal gevallen kunnen verminderen waarin beroepsbeoefenaren in de gezondheidszorg organen voorbereiden op herstel om vervolgens vast te stellen dat ze ongeschikt zijn voor herstel en transplantatie, waardoor financiële en operationele druk op transplantatiecentra ontstaat.
Ziekenhuizen vertrouwen primair op het oordeel van chirurgen om dit kritieke tijdsbestek in te schatten, dat sterk kan variëren en tot onnodige kosten en verspilde middelen kan leiden.
De nieuwe AI-tool is getraind op basis van gegevens van meer dan 2.000 donoren in meerdere Amerikaanse transplantatiecentra. Het maakt gebruik van neurologische, ademhalings- en bloedsomloopgegevens om de voortgang van een potentiële donor tot de dood nauwkeuriger te voorspellen dan eerdere modellen en menselijke experts.
na nieuwsbriefpromotie
Het model werd retrospectief en prospectief getest en zorgde voor een vermindering van 60% in nutteloze aanschaf vergeleken met de voorspellingen van chirurgen. Belangrijk is dat het de nauwkeurigheid behoudt, zelfs als bepaalde donorinformatie ontbreekt, aldus onderzoekers.
Een betrouwbare, datagestuurde tool kan zorgprofessionals helpen betere beslissingen te nemen, het gebruik van organen te optimaliseren en verspilde inspanningen en kosten te verminderen.
De aanpak zou een belangrijke stap voorwaarts kunnen zijn in de transplantatie, aldus het onderzoeksteam, waarbij “het potentieel van geavanceerde AI-technieken om het orgaangebruik van DCD-donoren te optimaliseren” wordt benadrukt.
Vervolgens zijn ze van plan de AI-tool te variëren en uit te proberen met hart- en longtransplantaties.
