英国考文垂大学开发的一种基于人工智能（AI）的工具可以帮助提高关于肾移植的决策质量，通过提供可能结果的信息来实现这一目标。决定谁将接收已故捐赠者的器官一直是一个困难的问题，因为许多人都需要捐赠器官，而影响器官移植结果的因素也很多。
在期刊《肾功能衰竭》上，研究作者解释说，现有的器官移植结果预测模型在区分能力和校准能力方面存在局限性，这凸显了改进预测工具的需求，以更好地指导临床决策。
该研究测试了不同的AI模型，评估它们在预测2008年至2022年间在英国进行的29,713例肾移植手术结果方面的准确性。研究团队测试了三种不同的机器学习模型：XGBoost、随机生存森林和最优决策树，发现XGBoost在预测移植后结果方面表现最佳。
研究人员利用XGBoost创建了英国已故捐赠者肾移植结果预测工具（UK-DTOP），作为该领域的临床医生和决策者的辅助工具。UK-DTOP比目前用于评估潜在结果的肾脏捐赠风险指数更为准确。例如，它在曲线下面积统计得分上始终超过0.72，而目前使用的肾脏捐赠风险指数的最高AUC得分为0.64。该得分用于评估区分能力和校准能力。
“通过利用AI和机器学习的力量，我们创建了一个更准确可靠的决策支持系统，这可能会改善供体选择、移植策略，最终改善肾移植患者的结果，”考文垂和沃里克郡NHS信托基金的肾病专家哈特姆·阿里博士在一份新闻声明中表示，“UK-DTOP为更高效的器官分配和改善患者预后带来了希望。”
除了创建UK-DTOP外，作者还使用该模型对数据集进行了无监督机器学习研究，发现了五种具有不同结果的移植受者群体。他们现在计划利用这些发现来帮助改善需要移植的患者的预后预测。
阿里和他的团队承认，尽管他们的结果令人鼓舞，但仍需进一步工作以改进模型。例如，确保没有可能影响结果预测的缺失数据。
(全文结束)
