Nowe narzędzie oparte na sztucznej inteligencji (AI), opracowane przez międzynarodowy zespół nefrologów, stanowi istotny krok naprzód w przewidywaniu oraz potencjalnym poprawianiu wyników leczenia pacjentów po przeszczepie nerki w Wielkiej Brytanii.
Nadzieja dla pacjentów z zaawansowaną niewydolnością nerek
Dla pacjentów z zaawansowanym stadium niewydolności nerek przeszczep nerki może być wydarzeniem zmieniającym życie, oferującym szansę na dłuższe i lepsze życie w porównaniu z innymi metodami leczenia. W samej Wielkiej Brytanii na liście oczekujących na przeszczep nerki znajduje się około 5 tysięcy osób, a średni czas oczekiwania na narząd od zmarłego dawcy wynosi od 2 do 3 lat.
Międzynarodowy zespół ekspertów, składający się z lekarzy z USA i Wielkiej Brytanii, opracował nowe oprogramowanie, które może przyczynić się do wprowadzenia zaktualizowanych zasad alokacji nerek. To z kolei mogłoby prowadzić do lepszych wyników leczenia pacjentów oraz bardziej efektywnego wykorzystania tego cennego zasobu.
Narzędzie oparte na sztucznej inteligencji – UK-DTOP
Narzędzie nazwane „UK Deceased Donor Kidney Transplant Outcome Prediction” (UK-DTOP) opiera się na zaawansowanej sztucznej inteligencji. Zostało ono opracowane na podstawie danych z niemal 30,000 przypadków przeszczepów, zebranych na przestrzeni 15 lat.
Dr Hatem Ali, nefrolog z University Hospitals Coventry and Warwickshire NHS Trust, przewodzi zespołowi, który opublikował wyniki badań nad tym narzędziem w renomowanym czasopiśmie Renal Failure. Wyraża on przekonanie, że model ten może okazać się przełomem w kwestii przeszczepów nerek.
„UK-DTOP daje nadzieję na bardziej efektywną alokację narządów i lepsze wyniki leczenia pacjentów potrzebujących przeszczepu,” wyjaśnia dr Ali. „Dzięki wykorzystaniu potencjału sztucznej inteligencji i uczenia maszynowego stworzyliśmy bardziej precyzyjny i niezawodny system wspierający decyzje, który może poprawić proces wyboru dawców, strategie przeszczepów i ostatecznie wyniki transplantacji.”
Jako współautor badań, dr Ali podkreśla, że narzędzie UK-DTOP zwiększa zdolności predykcyjne lekarzy oraz pomaga w doskonaleniu procesu dopasowywania dawców i biorców. Ma nadzieję, że to narzędzie zostanie przyjęte globalnie, co przyniesie znaczące postępy w opiece nad pacjentami oraz bardziej efektywne wykorzystanie zasobów zdrowotnych.
Wyzwania związane z przeszczepem nerki
Przeszczep nerki niesie ze sobą pewne ryzyko, a zapotrzebowanie na narządy znacznie przewyższa ich podaż. Kluczowe jest więc, aby wykorzystać każdy darowany narząd w jak najbardziej optymalny sposób. Obecnie używane modele predykcji, takie jak Kidney Donor Risk Index (KDRI), mają swoje ograniczenia w dokładnym przewidywaniu wyników leczenia pacjentów. To pokazuje, jak pilne jest stworzenie bardziej zaawansowanych narzędzi, które będą lepiej wspierały decyzje kliniczne.
Wykorzystując dane z 29,713 przypadków przeszczepów zarejestrowanych w UK Transplant Registry (UKTR) w latach 2008-2022, zespół ekspertów ocenił wydajność trzech technik uczenia maszynowego, uwzględniając różne czynniki związane z dawcą, biorcą i samym procesem przeszczepu. UK-DTOP okazało się najskuteczniejszym narzędziem, z mocą predykcyjną na poziomie 0,74, co znacznie przewyższało KDRI (0,57) oraz jego brytyjski odpowiednik UK-KDRI (0,62).
Nowoczesne podejście do alokacji narządów
Dr Miklos Molnar, współautor badania z Division of Nephrology & Hypertension na Uniwersytecie Utah, dodaje: „UK-DTOP to wszechstronne narzędzie do oceny wyników przeszczepów nerek od zmarłych dawców. Udoskonala proces podejmowania decyzji przed przeszczepem, uznając jednocześnie, że ostateczna decyzja o przyjęciu organu należy do biorcy i zależy od jego tolerancji na ryzyko.”
Zespół badawczy wskazuje, że wyniki ich pracy sugerują potrzebę globalnego przyjęcia zaawansowanych, opartych na danych narzędzi, które mogą rewolucjonizować proces dopasowywania dawców do biorców oraz alokację narządów. To z kolei może poprawić sukces przeszczepów i uratować wiele istnień.
Nowe możliwości predykcji
Naukowcy zastosowali również techniki uczenia maszynowego bez nadzoru, aby zidentyfikować pięć odrębnych grup pacjentów po przeszczepie nerki, różniących się pod względem wskaźników przeżywalności. Taka analiza może w przyszłości pozwolić na bardziej spersonalizowaną ocenę ryzyka, co pomoże w podejmowaniu lepszych decyzji dotyczących tego, czy dany pacjent powinien przystąpić do przeszczepu.
Choć UK-DTOP stanowi znaczący postęp, zespół badawczy zdaje sobie sprawę z pewnych ograniczeń, które mogą wpływać na jego predykcje. Wśród wyzwań wymieniają zmienność w raportowanych danych, brak niektórych informacji dotyczących cech dawców oraz nieobecność pewnych kluczowych czynników, mogących wpływać na długoterminowe wyniki, takich jak specyficzne przeciwciała i biologiczne markery.
Innowacje w dziedzinie przeszczepów nerek, takie jak UK-DTOP, stają się kluczowe w dążeniu do ulepszenia wyników leczenia oraz zapewnienia, że każdy darowany organ zostanie wykorzystany w jak najbardziej skuteczny sposób.
