2023 年，美国进行了 4,500 多例心脏移植手术。虽然这项挽救生命的手术提高了大多数受者的生活质量和寿命，但器官排斥仍然是一个风险，高达 32% 的受者在第一年内发生急性排斥反应。

来自埃默里大学、凯斯西储大学和宾夕法尼亚大学的一组研究人员开发了人工智能工具来检查心脏活检图像，以改善排斥反应的预测，帮助确保患者获得最佳的移植后治疗。

目前，临床医生依靠心脏活检的组织学分级来诊断急性排斥反应。然而，该方法存在局限性，国际心肺移植学会 (ISHLT) 的组织学分级对应于无、轻度、中度和重度排斥反应。

“ISHLT 分级标准是定性的、模糊的，缺乏诊断准确性，”埃默里大学助理科学家 Sara Arabyarmhammadi 博士说。“这些限制使患者面临接受过度或不充分治疗的相当大的风险，因此需要改进的方法来预测患者的临床结果。”

rabyarmhammadi 和她的同事创建了一种对心脏活检图像进行自动化、全面分析的新方法，称为心脏同种异体移植排斥评估器 (CARE)。使用人工智能工具，CARE 提取与心脏组织样本图像中肌肉细胞、免疫细胞和基质纤维的形状、纹理和空间结构相关的特征，以预测心脏移植患者的排斥结果。