戴尔科技易安信 PowerEdge 助力人工智能克服病理学分歧

鉴于此，医学界将目光转到异种器官移植领域，但排异问题是巨大障碍，此番马里兰大学医学院成功进行移植的心脏就来自经过基因编辑的猪，以最大程度降低排异反应。

长远来看，异种移植应用前景广阔，但目前还有不少障碍需要克服。撇开任重道远的异种器官移植，我们把目光转到人类心脏移植上，脏源短缺是一方面问题，但实际上即便有了脏源，接下来的移植也是一大关卡。

器官排斥是心脏移植最大的风险之一，受体的免疫系统对供体器官中的外来抗原起反应并且错误地攻击它，严重时可造成致命后果。

来自美国国家生物技术信息中心的数据显示，接受心脏移植的患者中，大约10%的人在术后三年内死于移植排斥反应。

很难说人类在预测心脏移植排斥反应方面有多准确，因为他们不直接预测结果，只对幻灯片进行评分，但没有共识确实是个严重问题。

通常，在预测心脏移植结果时，病理学家主要关注细胞密度，而更擅长捕捉空间排列特征的机器则提供了一个新视角。

在已知部分图像的患者最终是否经历了心脏排斥反应前提下，研究人员可以利用这些信息确定细胞的空间排列对预测心脏移植成功的影响程度。

机器提供第二意见为心脏移植带来了更多信心——如果病理学家和机器都打出高分，即表明某人会经历排斥的可能性更高。相反如果机器和人类存在不一致，则可能需要引入另一位独立专家提供额外意见。

未来，该团队希望扩展研究并预测患者的长期表现，即不仅是他们是否会接受或拒绝捐赠的心脏，还包括他们是否会保持健康以及持续多长时间。

如今人工智能在工业、医疗、金融、互联网等多个行业创造出多种应用场景，随着机器学习模型参数从千万级别到千亿级别甚至万亿级别发展，算力成为制约人工智能发展的重要因素，为了满足海量数据训练需求，高性能算力的支持必不可少。

“要么移植，要么死！”这是很多终末期器官衰竭患者面临的局面，鉴于目前可用器官的稀缺现状，供体与最有可能在移植后存活的人相匹配十分重要。除了改善心脏移植结果，未来随着AI在生命科学领域的参与向纵深推进，必将有更多人从中受益。