یادگیری ماشینی در یکی از آخرین دستاوردهای خود به پیشبینی سازگاری بدن گیرنده عضو با کبد اهدا کننده پرداخته و روند اهدا را تسهیل میکند.
به گزارش مرور نیوز، دو متخصص پزشکی در واحد سلامت پیوند کبد آستین در ملبورن، استرالیا یک الگوریتم را توسعه دادند که سازگاری کبد اهدا کننده با بدن بیمار دریافت کننده را تشخیص میدهد.
این متخصصان امیدوارند که با استفاده از این الگوریتم بتوان روند جراحی پیوند را تسریع کرد و سبب نجات جان افراد زیادی شد.
باب جونز، مدیر واحد پیوند کبد اظهار کرد که آنها 25 ویژگی مختلف از اهدا کنندگان و گیرندگان را استفاده کرده و آنها را برای حصول نتیجه بهتر و سریعتر به الگوریتم وارد کردهاند. این ویژگیها شامل اطلاعات عمومی همچون جنس، سن ، نوع خون و همچنین ویژگیهای خاصی از اهدا کنندگان است.
آنها سپس از این الگوریتم یادگیری ماشینی برای ارزیابی نتایج حاصل از 75 نفر که تحت عمل پیوند قرار گرفته بودند استفاده کردند.
این الگوریتم در مقایسه با روش های سنتی تطبیق اهدا کنندگان و گیرندگان که درصد دقت آن تنها 68 درصد بود، دارای دقت 84 درصدی است.
این پژوهش با عنوان "پیشبینی شکست پیوند با استفاده از الگوریتم یادگیری ماشینی" (Machine Learning Algorithms Predict Graft Failure) در تعدادی از مجلات پزشکی به چاپ رسیده است.