Stanford Universiteti Tibb Mərkəzi tərəfindən

Sadie Harley tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriKredit: Pixabay/CC0 Public Domain

Qaraciyər transplantasiyası üçün gözləmə siyahısında mövcud orqanlardan daha çox namizəd var, lakin həyat dəstəyinin çıxarılmasından sonra ürək dayanmasından sonra ölən bir donorla uyğunluq tapılan zamanın təxminən yarısı, nəqli ləğv edilməlidir.

Qan dövranı ölümündən sonra donorluq adlanan bu növ orqan donorluğu üçün həyat dəstəyinin götürülməsi ilə ölüm arasındakı vaxt 30-45 dəqiqədən çox olmamalıdır, əks halda cərrahlar resipientdə ağırlaşma riskinin artması səbəbindən qaraciyəri tez-tez rədd edirlər.

İndi Stanford Medicine tədqiqatçıları donorun orqanlarının transplantasiya üçün yararlı olduğu müddət ərzində ölmək ehtimalının olub-olmadığını proqnozlaşdıran maşın öyrənməsinə əsaslanan bir model hazırladılar. Model cərrahın mülahizələrini üstələyib və transplantasiya hazırlıqlarına başlanılan, lakin ölüm çox gec baş verən mənasız satınalmaların nisbətini 60% azaldıb.

Qarın transplantasiyası üzrə klinik professor və tədqiqatın baş müəllifi Kazunari Sasaki, “Əməliyyat üçün hər hansı bir hazırlıq başlamazdan əvvəl orqanın nə vaxt faydalı ola biləcəyini müəyyən etməklə, bu model transplantasiya prosesini daha səmərəli edə bilər” dedi. “O, həmçinin orqan transplantasiyasına ehtiyacı olan daha çox namizədin transplantasiyasına icazə vermək potensialına malikdir.”

İş Lancet Digital Health- də dərc olunub . Tədqiqatın aparıcı müəllifi Kyoto Universitetinin əməkdaşı Rintaro Yanaqavadır.

Qaraciyər donorluğunu daha səmərəli etmək

Orqanın ağır və geri dönməz zədələnməsindən ibarət olan son mərhələdə qaraciyər xəstəliyi olan insanlar üçün ən yaxşı müalicə variantı transplantasiyadır.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=7099578867&adk=16758827&adf=1100001614&pi=t.ma~as.7099578867&w=540&fwrn=4&fwrnh=0&lmt=1763107538&rafmt=1&armr=3&format=540×280&url=https%3A%2F%2Fmedicalxpress.com%2Fnews%2F2025-11-ai-donor-livers-viable-potentially.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&aicrs=1&uach=WyJXaW5kb3dzIiwiMTUuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC4xMjMiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjE0MS4wLjczOTAuMTIzIl0sWyJOb3Q_QV9CcmFuZCIsIjguMC4wLjAiXSxbIkNocm9taXVtIiwiMTQxLjAuNzM5MC4xMjMiXV0sMF0.&abgtt=6&dt=1763107535196&bpp=2&bdt=1995&idt=1263&shv=r20251112&mjsv=m202511100101&ptt=9&saldr=aa&abxe=1&cookie=ID%3D7c1b9238aba90b19%3AT%3D1763107532%3ART%3D1763107532%3AS%3DALNI_MaKzf51MxNbZHjpxeNKoch2kPDRYQ&gpic=UID%3D000012891473306d%3AT%3D1763107532%3ART%3D1763107532%3AS%3DALNI_MaN8Rkox2hHoJpDr-lpaCLgBNviaw&eo_id_str=ID%3D7b5c5476ba9feccf%3AT%3D1763107532%3ART%3D1763107532%3AS%3DAA-AfjZARpRSE-otho1365PFP0rc&prev_fmts=0x0%2C336x280%2C1521x730&nras=2&correlator=2362436647244&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=2121&biw=1521&bih=730&scr_x=0&scr_y=0&eid=31095752%2C95376711%2C95377330&oid=2&pvsid=1332087065302652&tmod=281469195&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=181x574_l%7C204x574_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=3388

Qaraciyərə ehtiyacı olan insanların sayı donorların sayını üstələyir, lakin donordan resipiyentə gedərkən orqanları ideal temperaturda saxlayan və oksigenlə təmin edilən normotermik maşın perfuziyasını həyata keçirən cihazlar sayəsində boşluq daralmağa başlayır. Bu cihazlar qan dövranı ölümündən sonra donorluqdan gələn orqanların transplantasiya üçün istifadə edilməsinə imkan yaradıb.

Qaraciyər donorlarının əksəriyyəti beyin ölümü keçirmiş donorlardan gəlsə də , qan dövranı ölümündən sonra donorların sayı artır.

“Qaraciyər nəqli əməliyyatlarının sayı qan dövranı ölümündən sonra donorluq səbəbindən artmağa davam edir və gözləmə siyahısı getdikcə azalır. Gələcəkdə qaraciyər transplantasiyasına ehtiyacı olan hər kəsin ölmüş donordan transplantasiya etməsi mümkün ola bilər” dedi Sasaki.

Qaraciyər transplantasiyasının üçüncü növü, canlı donorluq, sağlam bir insanın qaraciyərinin bir hissəsinin transplantasiya üçün çıxarılmasını nəzərdə tutur – bu, qaraciyərin bərpa oluna biləcəyi üçün mümkündür. Sasaki canlı donorluq haqqında “gözəl bir hekayədir” dedi, “hər hansı bir böyük əməliyyat sağlam donor üçün risksiz deyil”.

Qan dövranı ölümündən sonra donorluq problemi var: vaxt.

Donor ölərkən, bütün orqanlara qan tədarükü dəyişə bilər və bəzi hallarda qaraciyərin zədələnməsinə səbəb ola bilər. Qaraciyərdə öd kisəsinə və bağırsağa qida həzm etməmizə kömək edən bir mayeni sıxan kanallar adlanan borular şəbəkəsi var.

Həyat dəstəyinin dayandırılması ilə donorun ölüm vaxtı arasında uzun müddət kanalların nasazlığı və transplantasiya resipiyentləri üçün ciddi fəsadlarla əlaqələndirilir. Əgər donorun ölüm vaxtı orqanlara qan axını azalmağa başlayandan 30 dəqiqədən çox vaxt keçərsə, qaraciyər transplantasiya üçün faydalı olmaya bilər.

Mümkün donorların təxminən yarısı həyat dəstəyi çıxarıldıqdan sonra ilk 30 dəqiqə ərzində ölür. Ölüm daha gec baş verdikdə, həyat dəstəyi başa çatdıqdan 30 ilə 60 dəqiqə sonra cərrahlar donorun həyati əlamətlərini, qan işini və göz bəbəyi və tıxac refleksi kimi nevroloji məlumatları nəzərə alaraq hansı donorların ən yaxşı namizəd olduğunu müəyyən etmək üçün öz mülahizələrindən istifadə edirlər.

Yenə də transplantasiyaların təxminən yarısı ləğv edilməlidir, çünki ölüm çox gec baş verib. Sasaki izah etdi ki, normotermik maşın perfuziya cihazları kimi resursların hara ayrılacağını bilmək pula qənaət edə və transplantasiya edən tibb işçilərinin iş yükünü asanlaşdıra bilər.

Rəqabət edən maşın öyrənmə alqoritmləri

Ölüm vaxtını proqnozlaşdırmaq üçün model donordan cins, yaş, bədən kütləsi indeksi, qan təzyiqi, ürək dərəcəsi , tənəffüs dərəcəsi, sidik çıxışı, qan işi testinin nəticələri və ürək-damar sağlamlığı tarixi daxil olmaqla bir sıra klinik məlumatlardan istifadə edir.

Model həmçinin xəstənin nə dərəcədə şüurlu olmasının nevroloji qiymətləndirilməsi ilə yanaşı, kiminsə nəfəs alması üçün nə qədər kömək lazım olduğunu göstərən ventilyator parametrlərini, həmçinin göz bəbəyi, buynuz qişa, öskürək, tıxac və motor reflekslərini nəzərə alır.

Tədqiqat qrupu, cərrahlar üçün mövcud olan eyni məlumatdan istifadə edərək, ölüm vaxtını ən yaxşı proqnozlaşdıran birini tapmaq üçün çoxsaylı maşın öyrənmə alqoritmlərini bir-birinə qarşı qoydu. Qalib alqoritm, donorun ölüm vaxtının uğurlu transplantasiya üçün məqbul vaxt çərçivəsində baş verib-verməyəcəyini proqnozlaşdırmaqda cərrahlardan və digər mövcud kompüterləşdirilmiş vasitələrdən daha dəqiq idi.

Model ABŞ-ın altı transplantasiya mərkəzindən 2000-dən çox real hadisədə öyrədilib və təsdiqlənib.

Model donorun ölüm vaxtını vaxtın 75% -ində dəqiq proqnozlaşdırır, həm mövcud alətləri, həm də ölüm vaxtını 65% dəqiq proqnozlaşdıran cərrahların orta mülahizələrini üstələyir. O, həmçinin tibbi qeyddə çatışmayan məlumatlar olan hallar üçün dəqiq proqnozlar verir.

Tədqiqat qrupu müxtəlif cərrah seçimlərini və xəstəxana prosedurlarını idarə edə bilməsi üçün modeli fərdiləşdirilə bilən şəkildə dizayn etdi. Məsələn, model həyat dəstəyinin çıxarıldığı andan və ya aqonal tənəffüsün başlandığı andan etibarən ölüm vaxtını hesablamaq üçün təyin edilə bilər, bədən ölərkən baş verən nəfəs darlığı nümunəsi.

Tədqiqatçılar həmçinin ChatGPT-ə bənzər təbii dil interfeysi hazırlayıblar ki, bu da donorun tibbi qeydindən məlumatı modelə çəkir.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=7099578867&adk=16758827&adf=2636419947&pi=t.ma~as.7099578867&w=540&fwrn=4&fwrnh=0&lmt=1763107562&rafmt=1&armr=3&format=540×280&url=https%3A%2F%2Fmedicalxpress.com%2Fnews%2F2025-11-ai-donor-livers-viable-potentially.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&aicrs=1&uach=WyJXaW5kb3dzIiwiMTUuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC4xMjMiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjE0MS4wLjczOTAuMTIzIl0sWyJOb3Q_QV9CcmFuZCIsIjguMC4wLjAiXSxbIkNocm9taXVtIiwiMTQxLjAuNzM5MC4xMjMiXV0sMF0.&abgtt=6&dt=1763107535198&bpp=1&bdt=1997&idt=1273&shv=r20251112&mjsv=m202511100101&ptt=9&saldr=aa&abxe=1&cookie=ID%3D7c1b9238aba90b19%3AT%3D1763107532%3ART%3D1763107532%3AS%3DALNI_MaKzf51MxNbZHjpxeNKoch2kPDRYQ&gpic=UID%3D000012891473306d%3AT%3D1763107532%3ART%3D1763107532%3AS%3DALNI_MaN8Rkox2hHoJpDr-lpaCLgBNviaw&eo_id_str=ID%3D7b5c5476ba9feccf%3AT%3D1763107532%3ART%3D1763107532%3AS%3DAA-AfjZARpRSE-otho1365PFP0rc&prev_fmts=0x0%2C336x280%2C1521x730%2C540x280%2C336x280&nras=2&correlator=2362436647244&frm=20&pv=1&rplot=4&u_tz=240&u_his=2&u_h=864&u_w=1536&u_ah=816&u_aw=1536&u_cd=24&u_sd=1.25&dmc=8&adx=395&ady=5246&biw=1521&bih=730&scr_x=0&scr_y=2335&eid=31095752%2C95376711%2C95377330&oid=2&psts=AOrYGskmById0xLJSqJeo00eoAy3yOZgsjpwgzoQ0Udu1WqccyZ-4d9v3BSCEAF30aq4Oc7nExpdhrjAsuVhPr-gKSODfkzIaFF46HLn8YzpeaC0Z20&pvsid=1332087065302652&tmod=281469195&uas=3&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1536%2C0%2C1536%2C816%2C1536%2C730&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=181x574_l%7C204x574_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=3&uci=a!3&btvi=3&fsb=1&dtd=27601

İtirilmiş fürsətləri minimuma endirmək

Bəzən ölüm gözlənilmədən orqanların transplantasiya üçün uyğun olduğu vaxt çərçivəsində baş verir, lakin donor ölməzdən əvvəl hazırlıq işləri görülməli olduğu üçün bu hallar transplantasiya ilə nəticələnmir. Bu buraxılmış imkanların nisbəti model və cərrahın mülahizələri üçün oxşar idi: hər ikisi 15%-dən bir qədər çox idi.

Süni intellekt sürətlə inkişaf etdiyi üçün tədqiqatçılar modelin ölüm vaxtını proqnozlaşdırmaqda dəqiqliyinin yaxşılaşacağını və daha çox qaçırılmış fürsətləri tutacağını gözləyirlər.

“İndi qaçırılmış fürsət nisbətini azaltmaq üzərində işləyirik, çünki transplantlara ehtiyacı olanların onları qəbul etməsi xəstələrin maraqlarına uyğundur” dedi Sasaki.

“Mövcud maşın öyrənmə alqoritmləri arasında rəqabət edərək modeli təkmilləşdirməyə davam edirik və bu yaxınlarda ölüm vaxtını proqnozlaşdırmaqda eyni dəqiqliyə nail olan, lakin qaçırılmış fürsət nisbəti təxminən 10% olan bir alqoritm tapdıq.”

Tədqiqat qrupu həmçinin ürək və ağciyər transplantasiyalarında istifadə üçün modelin varyasyonları üzərində işləyir.

Beynəlxalq Sağlamlıq və Rifah Universiteti, Duke Universiteti Tibb Fakültəsi, Klivlend Klinikası, Roçester Universiteti Tibb Mərkəzi, Florida Tibb Kolleci Universiteti, Virciniya Birlik Universitetinin Sağlamlığı, Kolumbiya Universiteti İrvinq Tibb Mərkəzi və Transmedics, Inc.-dən tədqiqatçılar bu araşdırmaya öz töhfələrini verdilər.

Daha çox məlumat: Lancet Digital Health (2025). DOI: 10.1016/j.landig.2025.10091Stanford Universiteti Tibb Mərkəzi tərəfindən təmin edilmişdir