简化器官捐献:基于人工智能的脑死亡后协议的影响

科学领域:

• 医疗信息学
• 移植医学
• 公共卫生

背景情况:

• 在脑死亡 (BD) 后器官获取延迟会损害器官活力并增加移植后的并发症.
• 在2021年,印度泰米尔纳德州实施了一项人工智能应用程序,以加快器官采购数据的验证.
• 这项研究回顾性地评估了人工智能干预对器官检索时间线的影响.

研究的目的:

• 评估基于人工智能的应用在减少器官检索延迟方面的有效性.
• 确定导致器官采购延迟的因素.
• 评估人工智能对器官捐献透明度和效率的影响.

主要方法:

• 根据神经学标准 (DND) 宣布死亡的器官捐赠者的回顾性观察研究,从2018年1月到2023年12月.
• 在AI前 (P1) 和AI后 (P2) 实施期间的器官提取时间的比较.
• 在家庭,医生,机构和政府领域识别延迟的根本原因.

主要成果:

• 器官检索时间中位数为1657分钟 (IQR,1499-1899).
• 在AI实施后,检索时间的统计显著增加 (P2: 1660分 vs P1: 1587分,p=0. 04).
• 手术室转移后验证的延迟从125分钟 (P1) 显著增加到384分钟 (P2) (p=0.002).

结论:

• 人工智能协议提高了数据验证和透明度,但引入了意想不到的程序延迟.
• 确定了影响低至中等收入群体器官摘取时间表的关键因素.
• 人工智能工具的代改进对于优化器官采购效率和临床结果至关重要.