В 2023 году в США было выполнено более 4500 трансплантаций сердца. Хотя операция по спасению жизни улучшает качество жизни и продолжительность жизни большинства реципиентов, риск отторжения органов остается: острое отторжение происходит у 32% реципиентов в течение первого года.
Команда исследователей из Университета Эмори, Университета Кейс Вестерн Резерв и Пенсильванского университета разработала инструменты искусственного интеллекта для изучения изображений биопсии сердца, чтобы улучшить прогнозирование отторжения, помогая гарантировать пациентам получение наилучшего лечения после трансплантации.
В настоящее время врачи полагаются на гистологическую оценку биоптатов сердца для диагностики острого отторжения . Однако существуют ограничения метода, который присваивает гистологические степени Международного общества трансплантации сердца и легких (ISHLT), соответствующие отторжению без, легкому, умеренному и тяжелому.
«Критерии оценки ISHLT являются качественными, расплывчатыми и не имеют диагностической точности», — говорит Сара Арабьярмахаммади, доктор философии, научный сотрудник Университета Эмори. «Эти ограничения подвергают пациентов значительному риску получить чрезмерное или неадекватное лечение и требуют усовершенствованного метода прогнозирования клинического исхода пациента».
Арабьярмахаммади и ее коллеги создали новый метод автоматизированного комплексного анализа изображений биопсии сердца, названный «Оценщик отторжения сердечного аллотрансплантата» (CARE). Используя инструменты искусственного интеллекта, CARE извлекает особенности, связанные с формой, текстурой и пространственной архитектурой мышечных клеток, иммунных клеток и стромальных волокон, на изображениях образцов ткани сердца, чтобы прогнозировать результаты отторжения у пациентов, перенесших трансплантацию сердца.
«Конечная цель — предоставить патологоанатомам и кардиологам доступ к инструментам, которые помогут им принимать более обоснованные и точные решения в отношении пациентов, испытывающих отторжение сердца», — говорит Арабьярмахаммади. «Это, в свою очередь, облегчает использование более агрессивных методов лечения для нуждающихся, что приводит к более эффективной профилактике неудач при трансплантации сердца».
Исследование 2900 пациентов, недавно опубликованное в журнале «Кровообращение: сердечная недостаточность », показало, что модель CARE, оптимизированная для прогнозирования тяжести сердечного отторжения, гораздо лучше оценивает клинический исход пациента, чем альтернативная модель, оптимизированная для прогнозирования степени отторжения по ISHLT.
«Самое интересное заключается не только в том, что подход ИИ смог лучше предсказать отторжение трансплантата по сравнению с патологической степенью, но и в том, что он использовал набор функций изображения, которые были гораздо более интуитивными и объяснимыми по сравнению с непрозрачными моделями ИИ «черного ящика», которые клиницистам сложно их интерпретировать», — говорит старший автор исследования Анант Мадабхуши, доктор философии.
