Функционально-морфологические характеристики почечного трансплантата технологиями искусственного интеллекта и машинного обучения в прогнозировании посттрансплантационного риска

Актуальность. Своевременность принятия клинического решения по применению, подчас, интервенционного воздействия на организм реципиента для сохранения в нем чужеродного органа зависит от адекватности аппроксимации in vitro характеристик биоматериала к нативным межмолекулярным связям in vivo.

Цель исследования: разработка системы краткосрочной стратификации и прогнозирования риска у реципиентов почечного трансплантата на основе анализа динамики функционально‑морфологических паттернов методами медицинской информатики.

Материалы и методы. Представлена динамика функционально‑морфологических паттернов методами медицинской информатики. В анализ включены данные 160 реципиентов почечного трансплантата с общим объемом 5531 единицы наблюдения. Оценка текущего риска осуществлялась с использованием клинически обоснованных пороговых значений in vitro, отражающих функцию трансплантата и системную воспалительную активность. Для прогнозирования категории риска применялась модель анализа временных рядов. Результаты. Прогностическая система продемонстрировала высокую точность классификации краткосрочного риска (около 90 %) при наличии не менее трех последовательных дней динамического наблюдения. Формирование состояний риска определяется не изолированными отклонениями отдельных параметров, а согласованными изменениями функционально‑морфологических паттернов, прежде всего, наиболее энергоемкими процессами кольцевого транспорта ионов и маркерами воспаления.

Заключение. Предложенный подход может рассматриваться как инструмент поддержки клинического решения для своевременной коррекции терапии и сохранения функции трансплантата.

1. Ferreira, L.D., Goff, C., Kamepalli, S. et al. Survival Benefit of Solid Organ Transplantation: 10 Year Update. Dig Dis Sci 68, 3810–3817 (2023). https://doi.org/10.1007/s10620-023-08012-1

2. Global Observatory on Donation and Transplantation (GODT), WHO ONT collaboration. International Report on Organ Donation and Transplantation Activities 2023. Madrid: Global Observatory on Donation and Transplantation; 2024. Available from: https://www.transplant-observatory.org

3. Abecassis M, Bartlett ST, Collins AJ, Davis CL, Delmonico FL, Friedewald JJ, Hays R, Howard A, Jones E, Leichtman AB, Merion RM, Metzger RA, Pradel F, Schweitzer EJ, Velez RL, Gaston RS. Kidney transplantation as primary therapy for end stage renal disease: a National Kidney Foundation/Kidney Disease Outcomes Quality Initiative (NKF/KDOQITM) conference. Clin J Am Soc Nephrol. 2008 Mar; 3 (2): 471–80. DOI: 10.2215/CJN.05021107. Epub 2008 Feb 6. PMID: 18256371; PMCID: PMC2390948

4. David B. Olawade, Sheila Marinze, Nabeel Qureshi, Kusal Weerasinghe, Jennifer Teke, Transforming organ donation and transplantation: Strategies for increasing donor participation and system efficiency, European Journal of Internal Medicine, Volume 133, 2025, Pages 14–24, ISSN0953-6205, https://doi.org/10.1016/j.ejim.2024.11.010

5. Zingraf G. Transplant 101: Post Kidney Transplant Complications. Nephrol Nurs J. 2025 Sep Oct; 52 (5): 515–522. PMID: 41223327

6. Anita Marie Slominska, Elizabeth Anne Kinsella, Saly El Wazze, Kathleen Gaudio, M. Khaled Shamseddin, Ann Bugeja, Marie Chantal Fortin, Mireille Farkouh, Amanda Vinson, Julie Ho, Shaifali Sandal, Losing Much More Than a Transplant: A Qualitative Study of Kidney Transplant Recipients’ Experiences of Graft Failure, Kidney International Reports, Volume 9, Issue 10, 2024, Pages 2937–2945, ISSN2468-0249, https://doi.org/10.1016/j.ekir.2024.07.011

7. Josephson MA, Becker Y, Budde K, Kasiske BL, Kiberd BA, Loupy A, Małyszko J, Mannon RB, Tönshoff B, Cheung M, Jadoul M, Winkelmayer WC, Zeier M; for Conference Participants. Challenges in the management of the kidney allograft: from decline to failure: conclusions from a Kidney Disease: Improving Global Outcomes (KDIGO) Controversies Conference. Kidney Int. 2023 Dec; 104 (6): 1076–1091. DOI: 10.1016/j.kint.2023.05.010. Epub 2023 May 24. PMID: 37236423.

8. Mizera, J.; Pondel, M.; Kepinska, M.; Jerzak, P.; Banasik, M. Advancements in Artificial Intelligence for Kidney Transplantology: A Comprehensive Review of Current Applications and Predictive Models. J. Clin. Med. 2025, 14, 975. https://doi.org/10.3390/jcm14030975

9. Kim JM, Jung H, Kwon HE, Ko Y, Jung JH, Kwon H, Kim YH, Jun TJ, Hwang SH, Shin S. Predicting prognostic factors in kidney transplantation using a machine learning approach to enhance outcome predictions: a retrospective cohort study. Int J Surg. 2024 Nov 1; 110 (11): 7159–7168. DOI: 10.1097/JS9.0000000000002028. PMID: 39116448; PMCID: PMC11573070.

10. Connor KL, O’Sullivan ED, Marson LP, Wigmore SJ, Harrison EM. The Future Role of Machine Learning in Clinical Transplantation. Transplantation. 2021 Apr 1; 105 (4): 723–735. DOI: 10.1097/TP.0000000000003424. PMID: 32826798.

11. Vivek, K.; Papalois, V. AI and Machine Learning in Transplantation. Transplantology 2025, 6, 23. https://doi.org/10.3390/transplantology6030023

12. Hong MS, Lee YH, Kong JM, Kwon OJ, Jung CW, Yang J, Kim MS, Han HW, Nam SM, Korean Organ Transplantation Registry Study Group. Personalized Prediction of Kidney Function Decline and Network Analysis of the Risk Factors after Kidney Transplantation Using Nationwide Cohort Data. J Clin Med. 2022 Feb 25; 11 (5): 1259. DOI: 10.3390/jcm11051259. PMID: 35268350; PMCID: PMC8911006.

13. He YJ, Liu PL, Wei T, Liu T, Li YF, Yang J, Fan WX. Artificial intelligence in kidney transplantation: a 30 year bibliometric analysis of research trends, innovations, and future directions. Ren Fail. 2025 Dec; 47 (1): 2458754. DOI: 10.1080/0886022X.2025.2458754. Epub 2025 Feb 5. PMID: 39910843; PMCID: PMC11803763.

14. Li Y, Yan L, Li Y, Wan Z, Bai Y, Wang X, Hu S, Wu X, Yang C, Fan J, Xu H, Wang L, Shi Y. Development and validation of routine clinical laboratory data derived marker based nomograms for the prediction of 5 year graft survival in kidney transplant recipients. Aging (Albany NY). 2021 Mar 26; 13 (7): 9927–9947. DOI: 10.18632/aging.202748. Epub 2021 Mar 26. PMID: 33795527; PMCID: PMC8064213.

15. Melloni C, Crook ED, Jones WS, Washam JB, Johnson JK, Smith PK, Alexander JH. Electrolyte and acid–base disorders after kidney transplantation. Front Med (Lausanne). 2023; 10: 1253991. DOI: 10.3389/fmed.2023.1253991

16. Kwon Y, Kim YS, Kim MS, Kim YO, Jin DC, Song HC. Serum C reactive protein surge in renal transplant recipients and its clinical implications. Transplant Proc. 2019 Aug; 51 (6): 1886–1890. DOI: 10.1016/j.transproceed.2019.03.022. Epub 2019 Apr 12. PMID: 30979527.

17. Brunet M, van Gelder T, Åsberg A, Haufroid V, Hesselink DA, Langman L, Lemaitre F, Marquet P, Seger C, Shipkova M, Vinks AA, Wallemacq P. Therapeutic drug monitoring of tacrolimus – personalized therapy: second consensus report. Ther Drug Monit. 2019 Jun; 41 (3): 261–307. DOI: 10.1097/FTD.0000000000000640. PMID: 31021920

18. Heldal TF, Åsberg A, Ueland T, Reisæter AV, Pischke SE, Mollnes TE, Aukrust P, Reinholt F, Hartmann A, Heldal K, Jenssen TG. Systemic inflammation early after kidney transplantation is associated with long term graft loss: a cohort study. Front Immunol. 2023 Oct 2; 14: 1253991. DOI: 10.3389/fimmu.2023.1253991. PMID: 37810425; PMCID: PMC10560421.