在全球范围内，成千上万的患者在等待能够拯救生命的器官移植，但供体器官的数量远远无法满足需求。近期，斯坦福大学的医生和科学家们开发了一种新的人工智能（AI）工具，旨在降低器官移植过程中不必要的浪费，尤其是在肝脏移植方面。据统计，使用心脏骤停后捐献的器官在实际移植前，由于供体死亡时机的把控不当，近一半的捐献案例最终被取消。

图源备注：图片由AI生成，图片授权服务商Midjourney

此 AI 工具通过机器学习模型，能够预测供体在器官仍然适合移植的时间内是否可能去世。与顶级外科医生的判断相比，这一工具的表现更为出色，减少了60% 的无效器官获取率，即在开始准备移植手术后，供体却在时间限制内未能去世，导致原本可用的器官无法使用。

斯坦福大学的腹部移植临床教授佐佐木和成表示:“通过在任何手术准备开始之前识别出器官的潜在有效性，这个模型能够提高移植过程的效率，并有望让更多需要器官移植的患者得到救助。” 这项研究的相关成果已发表于《柳叶刀数字健康》期刊。

这一进展不仅有望减少医院在器官回收准备过程中不必要的工作和资源浪费，还能降低医疗成本。医院目前主要依赖外科医生的判断来评估供体的关键时机，但由于判断标准的差异，导致了巨大的成本和资源浪费。而这一新型 AI 工具则基于来自2000多名捐赠者的数据，通过对神经、呼吸和循环数据的分析，能够更准确地预测供体的死亡进程。

研究人员表示，未来他们将把这一 AI 工具推广应用于心脏和肺脏的移植试验中，以期进一步优化器官利用效率。

划重点:

1.