器官移植是有危险的，可用器官的稀缺使得成功率变得愈加重要。人工智能和云计算正在推进捐赠者匹配技能的立异，猜测器官移植的成功率，并下降移植排挤率。
依据美国卫生资源与服务管理局的数据，超过106,000人在国家器官移植等候名单上，但上一年只要40,000人接受了移植。即使是幸运的接受者也没有脱离危险，因为移植器官的总排挤率为10-15%。
使捐赠者太少问题愈加严峻的是，捐赠者匹配过程不充分。当时计算机化的捐赠者匹配体系依据客观规范对潜在的接受者进行排序，例如血液和安排类型、医疗紧迫程度、等候名单上的登记时刻以及捐赠者和潜在接受者之间的距离。
然而，这些要素都是独自考虑的，其间任何一个要素都或许排除潜在的器官接受者。例如，住在离医院很远的有紧迫需求的患者经常被离医院较近的有中等需求的患者替代。
一个基于人工智能的体系正在开发中，目标是进行更好的匹配并挽救更多生命。运用层次分析法(AHP)，器官获取和移植网络(OPTN)正在开发一种评价多项规范并给潜在提名人打分的办法。它依据所有要素的组合，而不是每个要素的独自排名，对接受者进行优先排序。优先级也能够依据器官类型进行调整。AHP使移植分配愈加透明和公正。
猜测成功
最难确认的要素之一是猜测器官的接受率。患者的身领会排挤捐赠的器官吗？很难确认，但巴黎移植小组的研究人员正在运用人工智能来更好地猜测患者的预后情况。
PTC开发了iBox，这是一种通用东西，它运用基于AI的猜测体系来确认移植肾脏的长时刻存活率。运用移植后患者随访期间的可用数据，iBox猜测了手术后长达七年的成功概率。该算法考虑了患者、供体和移植物参数以及长时刻患者数据，以计算失利的危险。经过几年对多个国家的7500多名患者进行测试，iBox的猜测与现实生活中的成果根本相符。
由于移植后数据很容易获得，因而iBox能够在全世界的规范临床环境中运用。它还能够在移植后3年、5年或7年的多个时刻点从头评价危险。更新后的危险水平反映了身体和移植物的物理变化，包含疤痕、损害、炎症和供体特异性抗体水相等要素。iBox东西已集成到Cibiltech的患者监测软件Predigraft中。
与排挤作斗争
猜测成功十分有价值，但避免被排挤则更好。波士顿大学初创公司INIABiosciences的研究人员正在开发INIA，这是一种非侵入式超声设备，运用人工智能和云计算来下降排挤的或许性。它调节特定的神经信号，以按捺身体的免疫反应。INIA将替代现在让患者毕生服用抗排挤药物的做法。
即使服用这些药物，大约30%的肾移植也会被排挤。INIA设备能够检测失利并协助保存捐赠的器官。如果患者的身体开端排挤移植的器官，INIA将及早通知医务人员——在器官产生损坏之前，或许答应将其从头移植到其他患者体内。INIA解决方案仍在开发中，但它有或许改变患者监测，并削减患者对药物的依靠。这将下降患者、医院和保险公司的成本。
