A IA prevê quando os fígados dos doadores são viáveis, reduzindo potencialmente os transplantes cancelados em 60%

Há mais candidatos na lista de espera para um transplante de fígado do que órgãos disponíveis, mas cerca de metade das vezes que é encontrada uma correspondência com um dador que morre após uma paragem cardíaca após a remoção do suporte vital, o transplante deve ser cancelado.

Para esse tipo de doação de órgãos, chamada de doação após morte circulatória, o tempo entre a retirada do suporte vital e a morte não deve ultrapassar 30 a 45 minutos, ou os cirurgiões muitas vezes rejeitarão o fígado devido ao risco aumentado de complicações para o receptor.

Agora, os pesquisadores da Stanford Medicine desenvolveram um modelo baseado em aprendizado de máquina que prevê se um doador tem probabilidade de morrer dentro do prazo durante o qual seus órgãos são viáveis ​​para transplante. O modelo superou o julgamento do cirurgião e reduziu a taxa de aquisições fúteis – que ocorrem quando os preparativos para o transplante já começaram, mas a morte acontece tarde demais – em 60%.

“Ao identificar quando um órgão provavelmente será útil antes do início de qualquer preparação para a cirurgia, este modelo pode tornar o processo de transplante mais eficiente”, disse Kazunari Sasaki, MD, professor clínico de transplante abdominal e autor sênior do estudo. “Também tem o potencial de permitir que mais candidatos que precisam de um transplante de órgão o recebam”.

O trabalhar é publicado em Lanceta Saúde Digital. O principal autor do estudo é Rintaro Yanagawa, da Universidade de Kyoto.

Tornando a doação de fígado mais eficiente

Para pessoas com doença hepática terminal, que consiste em danos graves e irreversíveis ao órgão, a melhor opção de tratamento é o transplante.

O número de pessoas que precisam de fígado supera o número de doadores, mas a diferença começa a diminuir devido aos aparelhos que realizam perfusão normotérmica, técnica que mantém os órgãos na temperatura ideal e abastecidos de oxigênio enquanto viajam do doador ao receptor. Esses dispositivos possibilitaram que órgãos doados após morte circulatória fossem utilizados para transplantes.

Embora a maioria das doações de fígado venha de doadores que sofreram morte cerebral, o número de doações após morte circulatória está crescendo.

“O número de transplantes de fígado continua aumentando por causa da doação após morte circulatória, e a lista de espera está diminuindo. No futuro, poderá ser possível para todos que precisam de um transplante de fígado obter um de um doador falecido”, disse Sasaki.

Um terceiro tipo de transplante de fígado, a doação em vida, envolve a remoção de parte do fígado de uma pessoa saudável para transplante – o que é possível porque o fígado pode se regenerar. Embora “seja uma bela história”, disse Sasaki sobre a doação em vida, “qualquer cirurgia importante apresenta riscos para o doador saudável”.

Porém, há um desafio para a doação após a morte circulatória: o tempo.

Enquanto o doador está morrendo, o suprimento de sangue aos órgãos de todo o corpo pode variar e, em alguns casos, parar completamente, causando danos ao fígado. O fígado contém uma rede de tubos chamados dutos que expelem a bile, um fluido que nos ajuda a digerir os alimentos, para a vesícula biliar e os intestinos.

Um longo período entre a interrupção do suporte vital e o momento da morte do doador está associado ao mau funcionamento dos dutos e a complicações graves para os receptores de transplantes. Se a hora da morte do doador ocorrer mais de 30 minutos após o fluxo sanguíneo começar a diminuir para os órgãos do corpo, o fígado pode não ser útil para o transplante.

Cerca de metade dos possíveis doadores morrem nos primeiros 30 minutos após a remoção do suporte vital. Quando a morte ocorre mais tarde, entre 30 e 60 minutos após o término do suporte vital, os cirurgiões usam seu julgamento para determinar quais doadores são os melhores candidatos, considerando os sinais vitais do doador, exames de sangue e informações neurológicas, como pupila e reflexo de vômito.

Ainda assim, cerca de metade dos transplantes precisam ser cancelados porque a morte ocorreu demasiado tarde. Saber onde alocar recursos, como dispositivos de perfusão de máquinas normotérmicas, pode economizar dinheiro e agilizar a carga de trabalho dos profissionais de saúde transplantados, explicou Sasaki.

Algoritmos concorrentes de aprendizado de máquina

Para prever a hora da morte, o modelo utiliza uma série de informações clínicas do doador, incluindo sexo, idade, índice de massa corporal, pressão arterial, frequência cardíaca, frequência respiratória, produção de urina, resultados de exames de sangue e histórico de saúde cardiovascular.

O modelo também considera as configurações do ventilador, que indicam quanta ajuda alguém precisa para respirar, além de avaliações neurológicas de quão consciente o paciente está, bem como reflexos pupilares, corneanos, tosse, vômito e motores.

A equipe de pesquisa comparou vários algoritmos de aprendizado de máquina para encontrar aquele que melhor previu a hora da morte usando as mesmas informações disponíveis aos cirurgiões. O algoritmo vencedor foi mais preciso do que os cirurgiões e outras ferramentas computadorizadas disponíveis para prever se a hora da morte do doador aconteceria dentro do prazo aceitável para um transplante bem-sucedido.

O modelo foi treinado e validado em mais de 2.000 casos reais de seis centros de transplante dos EUA.

O modelo prevê com precisão a hora da morte do doador em 75% das vezes, superando as ferramentas existentes e o julgamento médio dos cirurgiões, que previram com precisão a hora da morte em 65% das vezes. Também faz previsões precisas para casos com informações ausentes no prontuário médico.

A equipe de pesquisa projetou o modelo para ser personalizável, de modo que possa lidar com diferentes preferências dos cirurgiões e procedimentos hospitalares. Por exemplo, o modelo pode ser configurado para calcular a hora da morte a partir do momento em que o suporte vital é removido ou a partir do início da respiração agonal, um padrão de respiração ofegante que ocorre quando um corpo está morrendo.

Os pesquisadores também desenvolveram uma interface de linguagem natural, semelhante ao ChatGPT, que extrai informações do prontuário médico do doador para o modelo.

Minimizando oportunidades perdidas

Às vezes, a morte ocorre inesperadamente dentro do prazo em que os órgãos são adequados para transplante, mas como os preparativos devem estar em andamento antes da morte do doador, esses casos não resultam em um transplante. A taxa dessas oportunidades perdidas foi semelhante para o julgamento do modelo e do cirurgião: ambos foram pouco acima de 15%.

Como a inteligência artificial está a avançar rapidamente, os investigadores esperam que a precisão do modelo na previsão da hora da morte melhore e que capte mais oportunidades perdidas.

“Estamos agora trabalhando para diminuir a taxa de oportunidades perdidas porque é do interesse dos pacientes que aqueles que precisam de transplantes os recebam”, disse Sasaki.

“Continuamos a refinar o modelo competindo entre os algoritmos de aprendizado de máquina disponíveis e recentemente encontramos um algoritmo que atinge a mesma precisão na previsão da hora da morte, mas com uma taxa de oportunidade perdida de cerca de 10%.”

A equipe de pesquisa também está trabalhando em variações do modelo para uso em transplantes de coração e pulmão.

Pesquisadores da Universidade Internacional de Saúde e Bem-Estar, Faculdade de Medicina da Universidade Duke, Clínica Cleveland, Centro Médico da Universidade de Rochester, Faculdade de Medicina da Universidade da Flórida, Saúde da Universidade Virginia Commonwealth, Centro Médico Irving da Universidade Columbia e Transmedics, Inc.