-
上海财大教授何斯迈:当肾移植无法匹配的时候 AI来帮忙
关键字: 人工智能和肝移植肝移植人工智能肝移植肝移植人工智能财大教授何斯迈AI与器官移植
这儿说一些具体的例子,首先是器官移植,传统的器官移植主要是两种,一种是亲属捐献。另外一种传统的捐献方式是死者捐献,死者在死前签署器官捐赠协议。但是,基本上任何一种器官,死者捐献的数量目前来说是远远不够的。比较严重的肾移植,只有10%-20%,这个数目是非常非常低的,那么怎么办?
在医疗实践中,经常有亲属愿意捐献但是不能捐献,往往是因为血型、各种抗体的原因导致不匹配。因此有可能会有这样两个家庭,A的家属给自己的亲属A捐献不了,但是适合另外一家的病人B。 而B的亲属的器官适合病人A。在这种情况发生的时候,双方可以通过交换捐献的方式解决问题。慢慢的这种应用越来越广泛,因为它确实能救很多人的命。后面大家发现,能不能做得更多?比如说我两个人配不起来,但是三个家庭通过循环的方式进行匹配,四个家庭、五个家庭都可以。
历史记录最多的一次是同时有十多个家庭构成大循环一起手术,但是这种移植方案有一个严重的问题,就是多台手术必须同时做。因为肾移植可能出现捐赠者突然翻悔,这是会出现严重的问题,尤其是反悔方的捐赠对象的亲属已经捐赠完毕的情况出现。为了避免这些问题出现,现在的法律就严格规定,必须在同一个时间交换执行。但即使如此,有时候还是会有一些问题。
多人交换肾移植手术
还有一种方法是链式匹配。简单的说就是将死者捐献的器官移植给某个病人,但是前提条件是病人的亲属答应把肾捐给下一个病人,这个病人的亲属又答应把肾捐给下一个,形成链式反应。链式移植的最大好处是并不需要严格同时执行,每一个家庭都是病人先得到肾再由捐赠人捐献器官。如果有人翻悔,虽然会有一些负面的影响,但是相对来说小很多。链式移植的另一个好处是可选择性高,相对来说,会大大提高系统的移植效率。缺点是会消耗一部分死者捐献的肾源。
选择死者肾源的链式移植
目前美国已与2007年已经正式立法,允许交换移植。已经成立了一些机构和平台作为肾移植交换机构,比如说UNOS等。主要是非营利性的,目的是搜集病人的数据和愿意捐献器官的亲属的数据,更好地把这些亲属匹配起来。在这些机构建立4-5年之后,肾移植的数量从每年28000例提升到33600例。
但是链式移植会面临一个道德难题,死者捐赠的肾远远不够满足无亲属捐赠的病人需求。一个肾在一方面可以通过链式移植救很多的病人,但是同时一定会有病人因此无法得到合适的器官移植。这个有点像著名的电车难题,轨道上有一群小朋友在玩。当你看到一个火车过来了,可以选择将火车扳一个岔道从而拯救这些小朋友,但是会害了在岔道上工作的另一个人。
著名的电车难题
这是一个普遍性的道德难题。所以在肾移植的时候,决策不是简单的人越多越好。因为有些类型的病人,因为抗体和血型特殊很难配上,在只追求短期移植效率最高时这种特殊病人就会积压下来。在这种时候,就不是一个简单的预测,我必须预测每一个肾捐给一位病人之后能活多久,他们之间移植存活率有多高。这种时候我们用机器学习,让人工智能决策,效率会高很多。
这种决策是典型多阶段的动态决策,牵涉到一些冲突,这种时候你怎么去解决?目前来说在UNOS使用整数规划算法,好处就是相对来说移植率比较高,每一个阶段配的人数比较多,但是也有一些问题。我们最近有一篇论文,提出了一个比较简单的随机近似算法,用这个算法甚至可以不依赖计算机,通过人工执行,达到很高的效率。并且困难病人不会积压。目前这个器官交换移植配对系统的效率一直在提升,最好的系统效率已经到了90%,也就是能保证达到理论最优解得至少90%的配对率。
值得一提的是对于这些决策的研究,理论上的深入探讨,是非常困难的。斯坦福大学的诺奖Roth教授等做出了杰出的工作。今天到场的Sandholm教授更是美国最大肾源库UNOS的实际算法管理者。我们过去几年也在试图回答这方面的问题,特别是实际网络中有效算法的估计,并取得了一些理论上的很出人意料的突破,获得了Sandholm教授等人的注意和赞扬。也是我们最初结识他并能够邀请他到上财讲学的主要原因。
- 原标题:上海财大教授何斯迈:当肾移植无法匹配的时候 AI来帮忙 本文仅代表作者个人观点。
- 请支持独立网站,转发请注明本文链接:
- 责任编辑:张珩
-
以色列警告美国:一旦逮捕令下发,我们就对它动手 评论 124涉及俄罗斯,美国又对中企下黑手 评论 226内塔尼亚胡警告布林肯:以色列不会接受 评论 117“这是美国自信心下降的表现” 评论 153“美国没料到遇上中国这样的对手,出现战略失误” 评论 300最新闻 Hot