Liver nakillerinde, dolaşımın durmasından sonra (DCD) yapılan bağışlarda donörün yaşam desteğinin kaldırılmasından sonra ölümün 45 dakika içinde gerçekleşmesi gerekmektedir. Bu süre aşıldığında organın zarar görme riski artmakta ve nakil genellikle iptal edilmektedir. Bu durum, organın kullanılamaması anlamına gelen “futile procurement” olarak adlandırılmakta ve DCD bağışlarında sıkça yaşanmaktadır.
Stanford’lı doktor ve araştırmacılar tarafından geliştirilen makine öğrenimi modeli, donörün 45 dakikalık kritik süre içinde ölme ihtimalini yüksek doğrulukla tahmin edebilmektedir. Bu model, üst düzey cerrahların kararlarından daha başarılı olup, başarısız nakil hazırlıklarını %60 oranında azaltmaktadır. Karın Nakli Klinik Profesörü Dr. Kazunari Sasaki, bu teknolojinin organ kullanımını optimize ederek daha fazla hastanın nakil şansını artırabileceğini belirtmektedir.
Yapay zeka modeli, ABD’deki çeşitli nakil merkezlerinden elde edilen 2 binden fazla donör verisi ile eğitilmiştir. Donörlerin nörolojik, solunumsal ve dolaşımsal verilerini analiz ederek ölüm sürecine ilişkin öngörülerde bulunabilmekte ve yüksek doğruluk oranını koruyabilmektedir. Bu sistem sayesinde hastaneler, gereksiz yere pahalı ve zaman alıcı nakil hazırlıklarına başlamaktan kaçınarak operasyonel yükü azaltabilecek ve maliyetleri düşürebilecektir.
Araştırmacılar, yapay zekâ destekli bu modelin kalp ve akciğer nakillerinde de kullanılabilmesi için yeni modeller geliştirmeyi planlamaktadır. Bu yaklaşımın DCD bağışçılarının daha etkin bir şekilde değerlendirilmesine olanak sağlayarak organ nakli sürecini iyileştirmesi hedeflenmektedir. Araştırmanın sonuçları Lancet Digital Health dergisinde yayımlanmıştır.
