多伦多(2021年4月12日)-University Health Network的研究人员开发并验证了一种创新的深度学习模型，以预测患者接受肝移植后的长期结局。
该模型是移植领域的首例，是Ajmera移植中心和Peter Munk心脏中心之间合作的结果。这项研究发表在《柳叶刀》数字健康杂志上，表明它可以显着改善肝移植接受者的长期生存率和生活质量。
“从历史上看，我们在移植后的一年中取得了良好的进展，但是在过去的几十年中，长期存活率并未显着改善，” UHN的Ajmera移植中心的肝病专家Mamatha Bhat博士解释说。该研究的共同资深作者。
“该模型可以指导医生并帮助预测何时以及如何出现并发症。在我们如何支持肝移植接受者个性化他们的护理并帮助他们更好和更长寿的方法上，这确实可以改变范式。”
对于肝移植接受者，癌症，心血管死亡率，感染和移植失败的风险增加，大大损害了超过一年的长期存活率。识别有这些并发症风险的患者的临床工具是有限的。
该模型将帮助临床医生通过机器学习增强肝脏移植后的护理，使他们能够在制定针对患者的治疗计划时发现潜在风险。
研究结果表明，基于他们的病史并与使用人工智能编辑的数百万个数据点进行比较，该模型在预测肝移植受者在移植后任何时候的潜在并发症方面的准确率超过80%。
CIFAR AI彼得·蒙克心脏中心AI负责人Bo Wang博士说：“深度学习可以及时处理大规模数据集，找到可以帮助临床医生更好地预测临床结果并提出具体治疗建议的模式和信号。”媒介研究所的主席和本研究的共同资深作者。
该模型的算法是根据“移植接受者科学注册机构”(SRTR)创建的，SRTR是的国家医学数据库，其中包含来自42,000多个肝脏移植接受者的数据。然后使用来自UHN的Ajmera移植中心的本地数据集进行了验证，该数据集有3200多个案例。
标签： 肝脏移植
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
