通过机器学习和人工智能推进肺移植
Lielle Ronen1,2,3, Shaf Keshavjee1,2,3,4, Andrew T Sage1,2,3,4,5
1Latner Thoracic Research Laboratories, Toronto General Hospital Research Institute, University Health Network.
Current opinion in pulmonary medicine
|March 28, 2025
概括
人工智能 (AI) 和机器学习 (ML) 正在肺移植中出现,用于预测结果和优化药物剂量. 未来的应用有望提高患者的生存率和供体肺部利用率.
科学领域:
- 医疗信息学 医疗信息学
- 计算生物学 计算生物学
- 移植科学 移植科学
背景情况:
- 肺移植是一种复杂的手术,在患者管理和结果预测方面存在重大挑战.
- 人工智能 (AI) 和机器学习 (ML) 的采用为应对这些挑战提供了新的方法.
研究的目的:
- 审查AI和ML在肺移植中的当前应用.
- 探索AI/ML在预测结果和药物剂量方面的作用.
- 讨论这些技术在现场的未来潜在用途和风险.
主要方法:
- 审查现有的关于AI和ML在肺移植中的应用文献.
- 分析用于预测短期和长期移植结果而开发的模型.
- 检查AI/ML方法来优化药物剂量,例如Tacrolimus.
主要成果:
- 已经开发出AI/ML模型来预测初级移植功能障碍,输出时间,患者存活率和慢性肺异位移植功能障碍.
- 概念验证模型展示了AI/ML在时间序列药物剂量的实用性,以Tacrolimus为例.
- 早期整合ML模型显示了改善临床决策的前景.
结论:
- 在肺移植中,AI和ML的整合可以提高移植后的生存率,并优化捐赠者的肺部利用率.
- 数据采集的进步,包括实时监控,将推动更复杂的ML模型.
- 该领域准备迎来重大演变,AI/ML在肺移植护理中发挥着越来越重要的作用.
