Du donneur au numérique : rendre les transplantations multi-structures plus intelligentes et plus sûres

Pour les quelque 1,2 million d'Américains vivant avec une amputation, les greffes offrent une nouvelle chance de retrouver fonction, indépendance et qualité de vie. Pourquoi alors moins de quatre greffes d'AVC sont-elles pratiquées chaque année aux États-Unis ?

En France, il y aurait environ 150 000 personnes amputées.

La transplantation d'allogreffe composite vascularisée (ACV) est une intervention complexe qui nécessite des équipes chirurgicales hautement spécialisées pour préserver et reconnecter de multiples types de tissus, notamment la peau, les muscles, les os, les vaisseaux sanguins et les nerfs. Comme pour les autres types de greffes, les receveurs doivent prendre des immunosuppresseurs à vie pour éviter tout rejet du greffon. Cependant, la complexité de cette intervention multi-tissulaire complique la préservation et l'évaluation précise de la viabilité des tissus afin de prédire leur acceptation.

Dans le but de rendre les transplantations plus accessibles et mieux adaptées, Jessica Zhang , professeure de génie mécanique exploite l'IA pour aider à la surveillance autonome et maintenir les membres des donneurs en vie à l'extérieur du corps.

En collaboration avec John Brassil, chercheur principal de Functional Circulation LLC, le Dr Byoung Chol Oh de la faculté de médecine Johns Hopkins et le Dr Xiangliang Zhang de l'université Notre-Dame, l'équipe de Zhang utilisera la perfusion normothermique (PNM), un procédé qui injecte dans les membres du donneur un liquide chaud, semblable à du sang, pour les maintenir en vie en simulant les conditions internes du corps. Contrairement à la conservation à froid, qui ne permet de conserver un organe que quatre à six heures, la PNM a le potentiel de prolonger cette durée. Cependant, la PNM ne peut à elle seule saisir la complexité de la vie physiologique réelle.

Nous pensons que ce processus pourrait révolutionner la manière dont les membres des donneurs sont préservés et transplantés pour aider davantage de personnes touchées par la perte d’un membre à retrouver leur fonction et leur qualité de vie. Jessica Zhang , professeure , génie mécanique

Afin de générer des scénarios plus réalistes, l'équipe développe un jumeau numérique du membre donneur capable de réagir en temps réel à la NMP et à des millions d'autres scénarios de préservation du membre. Ce jumeau numérique permettra d'entraîner un agent d'IA à surveiller et contrôler de manière autonome des paramètres tels que le débit d'oxygène, la pression et la température, afin de garantir la survie du membre plus longtemps, dans des conditions plus réalistes.

Pour tester le système, les équipes collaboratives de Functional Circulation LLC et de Johns Hopkins conserveront et transplanteront des membres postérieurs de porcs. Un membre sera surveillé manuellement par les cliniciens, l'autre par l'agent d'IA. Après 24 heures de conservation, les membres seront transplantés sur des porcs receveurs et observés pendant 30 jours afin de comparer les résultats.

« Notre objectif est de rendre les greffes plus sûres pour les patients et plus faciles pour les chirurgiens », a déclaré Jessica Zhang. « En prolongeant la durée de conservation et en donnant aux médecins un outil pour comprendre pleinement la viabilité des tissus avant la transplantation, nous pouvons mieux adapter les patients aux donneurs. Nous pensons que ce procédé pourrait révolutionner la préservation et la transplantation des membres, permettant ainsi à davantage de personnes touchées par la perte d'un membre de retrouver leurs fonctions et leur qualité de vie. »

https://engineering.cmu.edu/news-events/news/2025/10/14-multi-structure-transplants.html