Il y a plus de candidats sur la liste d'attente pour une greffe du foie qu'il n'y a d'organes disponibles, mais environ la moitié du temps, une compatibilité est trouvée avec un donneur décédé après un arrêt cardiaque suite au retrait du système de survie, la greffe doit être annulée.
Pour ce type de don d'organes, appelé don après mort circulatoire, le délai entre le retrait du système de survie et le décès ne doit pas dépasser 30 à 45 minutes, sinon les chirurgiens rejetteront souvent le foie en raison du risque accru de complications pour le receveur.
Aujourd’hui, les chercheurs de Stanford Medicine ont développé un modèle basé sur l’apprentissage automatique qui prédit si un donneur est susceptible de mourir dans le délai pendant lequel ses organes sont viables pour la transplantation. Le modèle a surpassé le jugement des chirurgiens et a réduit de 60 % le taux de prélèvements futiles – qui se produisent lorsque les préparations de transplantation ont commencé mais que le décès survient trop tard.
« En identifiant quand un organe est susceptible d'être utile avant le début des préparatifs chirurgicaux, ce modèle pourrait rendre le processus de transplantation plus efficace », a déclaré Kazunari Sasaki, MD, professeur clinicien de transplantation abdominale et auteur principal de l'étude. « Cela a également le potentiel de permettre à davantage de candidats ayant besoin d'une greffe d'organe d'en recevoir une. »
L'ouvrage est publié dans Lancet Santé numérique le 13 novembre. L'auteur principal de l'étude est Rintaro Yanagawa de l'Université de Kyoto.
Rendre le don de foie plus efficace
Pour les personnes atteintes d’une maladie hépatique terminale, qui consiste en des lésions graves et irréversibles de l’organe, la meilleure option de traitement est une greffe. Le nombre de personnes qui ont besoin d'un foie dépasse le nombre de donneurs, mais l'écart commence à se réduire grâce aux appareils qui effectuent une perfusion normothermique, une technique qui maintient les organes à la température idéale et les alimente en oxygène pendant leur voyage du donneur au receveur. Ces dispositifs ont permis d'utiliser des organes issus de dons après une mort circulatoire pour des transplantations.
Alors que la plupart des dons de foie proviennent de donneurs ayant subi une mort cérébrale, le nombre de dons après mort circulatoire est en augmentation.
« Le nombre de greffes de foie ne cesse d'augmenter en raison des dons après un décès circulatoire, et la liste d'attente se réduit. À l'avenir, il pourrait être possible pour toute personne ayant besoin d'une greffe de foie d'en obtenir une d'un donneur décédé », a déclaré Sasaki.
Un troisième type de transplantation hépatique, le don vivant, consiste à prélever une partie du foie d'une personne en bonne santé pour la transplanter, ce qui est possible car le foie peut se régénérer. Même si « c'est une belle histoire », a déclaré Sasaki à propos du don vivant, « toute intervention chirurgicale majeure n'est pas sans risque pour le donneur en bonne santé ».
Il existe cependant un défi au don après un décès circulatoire : le temps.
Pendant que le donneur est en train de mourir, l’apport sanguin aux organes de tout le corps peut varier et, dans certains cas, s’arrêter complètement, entraînant des lésions hépatiques. Le foie contient un réseau de tuyaux appelés conduits qui expulsent la bile, un liquide qui nous aide à digérer les aliments, vers la vésicule biliaire et les intestins. Un long délai entre l'arrêt du maintien en vie et le moment du décès du donneur est associé à un dysfonctionnement des conduits et à de graves complications pour les greffés. Si le décès du donneur survient plus de 30 minutes après que le flux sanguin commence à diminuer vers les organes du corps, le foie pourrait ne pas être utile pour la transplantation.
Environ la moitié des donneurs potentiels décèdent dans les 30 minutes suivant le retrait du système de survie. Lorsque le décès survient plus tard, entre 30 et 60 minutes après la fin du maintien en vie, les chirurgiens utilisent leur jugement pour déterminer quels donneurs sont les meilleurs candidats en tenant compte des signes vitaux du donneur, des analyses de sang et des informations neurologiques telles que la pupille et le réflexe nauséeux. Pourtant, environ la moitié des transplantations doivent être annulées car le décès est survenu trop tard. Savoir où allouer les ressources, telles que les appareils de perfusion normothermiques, peut économiser de l'argent et rationaliser la charge de travail des agents de santé chargés des transplantations, a expliqué Sasaki.
Algorithmes d’apprentissage automatique concurrents
Pour prédire l’heure du décès, le modèle utilise un ensemble d’informations cliniques provenant du donneur, notamment le sexe, l’âge, l’indice de masse corporelle, la tension artérielle, la fréquence cardiaque, la fréquence respiratoire, le débit urinaire, les résultats des analyses de sang et les antécédents de santé cardiovasculaire. Le modèle prend également en compte les réglages du ventilateur, qui indiquent l'aide dont une personne a besoin pour respirer, en plus des évaluations neurologiques du degré de conscience du patient, ainsi que des réflexes pupillaires, cornéens, de la toux, des nausées et des moteurs.
L’équipe de recherche a comparé de nombreux algorithmes d’apprentissage automatique pour trouver celui qui prédisait le mieux l’heure du décès en utilisant les mêmes informations dont disposent les chirurgiens. L'algorithme gagnant était plus précis que les chirurgiens et autres outils informatisés disponibles pour prédire si le décès du donneur surviendrait dans le délai acceptable pour une greffe réussie. Le modèle a été formé et validé sur plus de 2 000 cas réels provenant de six centres de transplantation américains.
Le modèle prédit avec précision l'heure du décès du donneur dans 75 % du temps, surpassant à la fois les outils existants et le jugement moyen des chirurgiens, qui ont prédit avec précision l'heure du décès dans 65 % du temps. Il fait également des prédictions précises pour les cas pour lesquels des informations manquent dans le dossier médical.
L'équipe de recherche a conçu le modèle pour qu'il soit personnalisable afin qu'il puisse gérer différentes préférences de chirurgiens et procédures hospitalières. Par exemple, le modèle peut être configuré pour calculer l'heure du décès à partir du moment où le système de survie est retiré ou à partir du moment où commence la respiration agonale, une respiration haletante qui se produit lorsqu'un corps est en train de mourir. Les chercheurs ont également développé une interface en langage naturel, similaire à ChatGPT, qui extrait les informations du dossier médical du donneur dans le modèle.
Minimiser les opportunités manquées
Parfois, la mort survient de manière inattendue pendant la période où les organes sont aptes à la transplantation, mais comme les préparatifs doivent être en cours avant le décès du donneur, ces cas ne donnent pas lieu à une greffe. Le taux de ces opportunités manquées était similaire pour le modèle et le jugement du chirurgien : les deux étaient légèrement supérieurs à 15 %.
Étant donné que l'intelligence artificielle progresse rapidement, les chercheurs s'attendent à ce que la précision du modèle dans la prévision de l'heure du décès s'améliore et qu'il saisisse davantage d'opportunités manquées.
« Nous travaillons désormais à réduire le taux d'opportunités manquées car il est dans le meilleur intérêt des patients que ceux qui ont besoin d'une greffe les reçoivent », a déclaré Sasaki. « Nous continuons à affiner le modèle en mettant en compétition les algorithmes d'apprentissage automatique disponibles, et nous avons récemment trouvé un algorithme qui atteint la même précision dans la prédiction de l'heure du décès, mais avec un taux d'opportunités manquées d'environ 10 %. »
L'équipe de recherche travaille également sur des variantes du modèle à utiliser dans les transplantations cardiaques et pulmonaires.
Des chercheurs de l'Université internationale de la santé et du bien-être social, de la faculté de médecine de l'université Duke, de la clinique de Cleveland, du centre médical de l'université de Rochester, du collège de médecine de l'université de Floride, de la santé de l'université du Commonwealth de Virginie, du centre médical Irving de l'université de Columbia et de Transmedics, Inc. ont contribué à cette étude.
