2022開年不久

人類醫(yī)學(xué)迎來重大突破

1月上旬

全球首例

人類成功移植豬心臟的手術(shù)

在美國馬里蘭大學(xué)醫(yī)學(xué)院完成

術(shù)后48小時內(nèi)，患者并未發(fā)生任何險情，假如未來一段時間豬心臟仍能維持正常工作，這次手術(shù)將成為異種器官移植的里程碑。

心臟移植作為器官移植的重要組成部分，目前已成為終末期心臟病患者的最佳治療手段。然供體短缺嚴(yán)重限制了器官移植手術(shù)的大量開展，根據(jù)世界衛(wèi)生組織數(shù)據(jù)，每年全球只有不到10%的器官移植需求能得到滿足。

鑒于此，醫(yī)學(xué)界將目光轉(zhuǎn)到異種器官移植領(lǐng)域，但排異問題是巨大障礙，此番馬里蘭大學(xué)醫(yī)學(xué)院成功進(jìn)行移植的心臟就來自經(jīng)過基因編輯的豬，以最大程度降低排異反應(yīng)。

長遠(yuǎn)來看，異種移植應(yīng)用前景廣闊，但目前還有不少障礙需要克服。撇開任重道遠(yuǎn)的異種器官移植，我們把目光轉(zhuǎn)到人類心臟移植上，臟源短缺是一方面問題，但實際上即便有了臟源，接下來的移植也是一大關(guān)卡。

不完美的移植前判斷

器官排斥是心臟移植最大的風(fēng)險之一，受體的免疫系統(tǒng)對供體器官中的外來抗原起反應(yīng)并且錯誤地攻擊它，嚴(yán)重時可造成致命后果。

來自美國國家生物技術(shù)信息中心的數(shù)據(jù)顯示，接受心臟移植的患者中，大約10%的人在術(shù)后三年內(nèi)死于移植排斥反應(yīng)。

為確保寶貴的臟源不被浪費，盡可能降低排斥反應(yīng)的發(fā)生，手術(shù)之前心臟病理學(xué)家將對受者心臟進(jìn)行心內(nèi)膜心肌活檢，以評估供體心臟是否會在受者身上起作用。

他們在顯微鏡下觀察受體心臟，某些情況——例如聚集大量淋巴細(xì)胞，表示存在有害炎癥，由此很可能出現(xiàn)一直排斥反應(yīng)。檢查活組織時，心臟病理學(xué)家會按0-4的等級進(jìn)行打分，0表示不存在器官排斥機(jī)會，而4代表更高的排斥風(fēng)險。

但這種心肌活檢評分方式存在一個嚴(yán)重問題：一致性差。

一位病理學(xué)家給某個活檢打0分，而其他人可能會打出更高分?jǐn)?shù)。當(dāng)研究人員要求資深的病理學(xué)家對收集的活檢集合進(jìn)行排名審查時，他們僅在62.6%的情況下達(dá)成一致——這意味著如果你向5名病理學(xué)家詢問一張圖像，5個人里會有2個人存在分歧。

很難說人類在預(yù)測心臟移植排斥反應(yīng)方面有多準(zhǔn)確，因為他們不直接預(yù)測結(jié)果，只對幻燈片進(jìn)行評分，但沒有共識確實是個嚴(yán)重問題。

那么技術(shù)是否能夠克服人類存在的分歧，幫助建立更好的共識呢？

人工智能克服病理學(xué)分歧

通常，在預(yù)測心臟移植結(jié)果時，病理學(xué)家主要關(guān)注細(xì)胞密度，而更擅長捕捉空間排列特征的機(jī)器則提供了一個新視角。

自2018年開始，凱斯西儲大學(xué)Donnell研究所的生物醫(yī)學(xué)工程教授阿南特·馬達(dá)布什，就和他的團(tuán)隊從美國三大移植中心（賓夕法尼亞大學(xué)醫(yī)院、克利夫蘭大學(xué)醫(yī)院醫(yī)學(xué)中心和俄亥俄州立大學(xué)韋克斯納醫(yī)學(xué)中心）采集了2000多張接受心臟移植患者的活檢圖像用于心臟移植預(yù)測研究。

該團(tuán)隊使用機(jī)器學(xué)習(xí)識別每張圖像中的心肌細(xì)胞和淋巴細(xì)胞，他們開發(fā)了一種可以在空間上識別這些不同類型細(xì)胞位置的算法。

在已知部分圖像的患者最終是否經(jīng)歷了心臟排斥反應(yīng)前提下，研究人員可以利用這些信息確定細(xì)胞的空間排列對預(yù)測心臟移植成功的影響程度。

當(dāng)團(tuán)隊將他們的算法與病理學(xué)家的數(shù)據(jù)相結(jié)合時，一致性提高到了大約66%的水平！這意味著人類在62%的時間里同意其他人，而在66%的時間里同意機(jī)器的評估。

盡管這種增加“可能看起來不多”，但在醫(yī)學(xué)上卻是顯著的，特別是從患者的角度考慮時——擁有更可靠的信息將有助于改善健康結(jié)果。哪怕只是挽救了少數(shù)患者的生命，也是值得的。

機(jī)器提供第二意見為心臟移植帶來了更多信心——如果病理學(xué)家和機(jī)器都打出高分，即表明某人會經(jīng)歷排斥的可能性更高。相反如果機(jī)器和人類存在不一致，則可能需要引入另一位獨立專家提供額外意見。

馬達(dá)布什教授表示，在中短期內(nèi)，該機(jī)器學(xué)習(xí)模型可以作為心臟病理學(xué)家的決策支持工具，提升預(yù)測心臟移植結(jié)果的準(zhǔn)確性。

未來，該團(tuán)隊希望擴(kuò)展研究并預(yù)測患者的長期表現(xiàn)，即不僅是他們是否會接受或拒絕捐贈的心臟，還包括他們是否會保持健康以及持續(xù)多長時間。

科技本質(zhì)是為人類服務(wù)，如上所述，先進(jìn)的人工智能技術(shù)與醫(yī)療科學(xué)結(jié)合改善人類生存質(zhì)量，這是所有科技工作者喜聞樂見的事。

如今人工智能在工業(yè)、醫(yī)療、金融、互聯(lián)網(wǎng)等多個行業(yè)創(chuàng)造出多種應(yīng)用場景，隨著機(jī)器學(xué)習(xí)模型參數(shù)從千萬級別到千億級別甚至萬億級別發(fā)展，算力成為制約人工智能發(fā)展的重要因素，為了滿足海量數(shù)據(jù)訓(xùn)練需求，高性能算力的支持必不可少。

戴爾科技集團(tuán)發(fā)布的面向數(shù)據(jù)中心高性能AI計算的優(yōu)化服務(wù)器PowerEdgeXE8545，架構(gòu)設(shè)計簡潔且高效，4U空間支持4塊NVIDIAA100 SXM4 80GB/40GBGPU加速卡，CPU、GPU、IO之間盡量直連，可充分保障數(shù)據(jù)通信及IO傳輸性能，以高性能算力助力AI在各個行業(yè)的快速落地。

“要么移植，要么死！”這是很多終末期器官衰竭患者面臨的局面，鑒于目前可用器官的稀缺現(xiàn)狀，供體與最有可能在移植后存活的人相匹配十分重要。除了改善心臟移植結(jié)果，未來隨著AI在生命科學(xué)領(lǐng)域的參與向縱深推進(jìn)，必將有更多人從中受益。

關(guān)鍵詞： 戴爾科技 PowerEdge服務(wù)器