Un nouvel outil d’IA pourrait réduire les transplantations d’organes inutiles de 60 % | Don d'organes

Les médecins ont développé un outil d’IA qui pourrait réduire de 60 % les transplantations d’organes inutiles.

Des milliers de patients dans le monde attendent un donneur susceptible de leur sauver la vie, et il y a plus de candidats sur les listes d'attente que d'organes disponibles.

Dans les cas où des personnes ont besoin d’une greffe du foie, l’accès a récemment été élargi grâce au recours à des donneurs décédés après un arrêt cardiaque. Cependant, dans environ la moitié de ces dons après mort circulatoire (DCD), la greffe est interrompue.

Le délai entre la perte des moyens de survie et le décès ne doit pas dépasser 45 minutes. Si le donneur ne décède pas dans le délai nécessaire au maintien de la qualité de l'organe, les chirurgiens rejettent souvent le foie en raison du risque accru de complications pour le receveur.

Aujourd'hui, des médecins, des scientifiques et des chercheurs de l'Université de Stanford ont développé un modèle d'apprentissage automatique qui prédit si un donneur est susceptible de mourir dans le délai pendant lequel ses organes sont viables pour une transplantation.

L’outil d’IA a dépassé le jugement des meilleurs chirurgiens et a réduit de 60 % le taux de gaspillage de prélèvements – qui se produisent lorsque les préparations de transplantation ont commencé mais que le donneur décède trop tard –.

“En identifiant quand un organe est susceptible d'être utile avant de commencer les préparatifs pour la chirurgie, ce modèle pourrait rendre le processus de transplantation plus efficace”, a déclaré le Dr Kazunari Sasaki, professeur clinicien de transplantation abdominale et auteur principal de l'étude.

« Il est également possible que davantage de candidats ayant besoin d’une greffe d’organe puissent en recevoir une. »

Les détails de cette avancée ont été publiés dans la revue Lancet Digital Health.

Cette avancée pourrait réduire le nombre de cas dans lesquels les agents de santé préparent des organes en vue du prélèvement pour découvrir ensuite qu'ils ne conviennent pas au prélèvement et à la transplantation, imposant ainsi une charge financière et opérationnelle aux centres de transplantation.

Les hôpitaux s'appuient principalement sur le jugement des chirurgiens pour estimer ce délai critique, qui peut varier considérablement et entraîner des coûts inutiles et un gaspillage de ressources.

Le nouvel outil d’IA a été formé à l’aide des données de plus de 2 000 donneurs répartis dans plusieurs centres de transplantation américains. Il utilise des données neurologiques, respiratoires et circulatoires pour prédire la progression du décès d'un donneur potentiel avec plus de précision que les modèles précédents et les experts humains.

Le modèle a été testé de manière rétrospective et prospective et a permis de réduire de 60 % les achats inutiles par rapport aux prévisions des chirurgiens. Il est important de noter que l'exactitude est maintenue même lorsque certaines informations sur le donneur sont manquantes, ont indiqué les chercheurs.

Un outil fiable et basé sur les données pourrait aider les professionnels de la santé à prendre de meilleures décisions, à optimiser l’utilisation des organes et à réduire les efforts et les coûts inutiles.

Cette approche pourrait constituer une avancée significative dans le domaine de la transplantation, a déclaré l’équipe de recherche, soulignant « le potentiel des techniques avancées d’IA pour optimiser l’utilisation des organes des donneurs DCD ».

Ensuite, ils prévoient de varier l’outil d’IA pour le tester avec des transplantations cardiaques et pulmonaires.