在世界各地，成千上万的患者正在等待挽救生命的器官移植，但供体器官的数量远远无法满足需求。最近，斯坦福大学的医生和科学家开发了一种新的人工智能（AI）工具，旨在减少器官移植过程中不必要的浪费，特别是在肝移植中。据统计，近一半的捐献病例最终在实际移植前被取消，原因是捐献者心脏骤停后死亡的时间不当。
该人工智能工具使用机器学习模型来预测捐赠者是否可能在器官仍适合移植的时间范围内死亡。与顶级外科医生的判断相比，该工具的表现更好，将无效器官取出率降低了60%，这意味着即使移植手术已经准备好，器官也不再可用，因为捐献者没有在时限内死亡。
斯坦福大学腹部移植临床教授佐佐木和秀教授表示：“通过在任何手术准备开始之前识别器官的潜在活力，这种模式可以提高移植过程的效率，并有可能帮助更多需要器官移植的患者。这项研究的相关结果已发表在《柳叶刀数字健康》杂志上。
这一进步有望减少医院在器官回收过程中不必要的工作和资源浪费，还能降低医疗成本。医院目前主要依靠外科医生的判断来评估捐献者的关键时机。然而，由于判断标准的差异，导致了巨大的成本和资源浪费。这种新的人工智能工具基于来自 2,000 多名捐赠者的数据，通过分析神经、呼吸和循环数据，它可以更准确地预测捐赠者的死亡过程。
研究人员表示，未来将推动这一AI工具在心肺移植试验中的应用，旨在进一步优化器官利用效率。
