深度学习模型，以最大化肝脏移植后的寿命

大学健康网络的研究人员已经开发并验证了一种创新的深度学习模型，以预测患者在接受肝移植后的长期结果。

这个模型是移植领域的第一个，是由Ajmera移植中心和Peter Munk心脏中心合作的结果。该研究发表于柳叶刀数字医疗，表明它可以显著改善肝移植受者的长期生存和生活质量。

UHN的Ajmera移植中心的肝脏专家Mamatha Bhat博士解释说:“从历史上看，我们已经看到了移植术后1年预后的良好进展，但在过去的几十年里，长期生存率并没有显著提高。”

“该模型可以指导医生，帮助预测并发症可能会上升的何时以及如何崛起。它可以真正改变我们如何支持肝移植接收者在个性化他们的关心和帮助他们更好地生活和更长时间的情况下变化。”

对于接受肝移植的病人，长期生存超过一年的癌症，心血管死亡率，感染和移植衰竭的风险增加严重损害。临床工具，用于鉴定这些并发症风险的患者有限。

该模型将有助于临床医生增强肝脏后移植护理机器学习，允许他们在制定特定患者的治疗计划时识别潜在风险。

研究结果表明，该模型对肝脏潜在并发症的预测准确率超过80%移植接受者在移植后任何点，基于他们的病史和数以百万计的数据点使用人工智能编译。

“深度学习使及时处理大型数据集,发现模式和信号,可以帮助临床医生更好地预测临床结果和创造特定的治疗建议,“薄王博士说,艾未未在彼得·蒙克心脏中心,CIFAR AI椅子向量研究所和文章的第二作者的研究。

该模型的算法是基于移植收件人（SRTR）的科学登记 - 美国国家医疗数据库，其中数据来自超过42,000肝脏移植收件人。然后，他们使用UHN的Ajmera移植中心的本地数据集进行验证，该中心有超过3200个病例。

研究小组现在计划分享这一成果模型与临床医生这样它可以在世界范围内使用。工作也在正在进行中，以评估简化其使用的最佳格式，可以开发软件或移动应用程序。

---

---