Các công cụ Trí tuệ nhân tạo (AI) ngày càng được áp dụng nhiều hơn vào các câu hỏi lâm sàng trong y học cấy ghép trong những năm gần đây. Khi chúng ta tiếp tục đẩy mạnh giới hạn của việc cấy ghép, với độ tuổi cao hơn và các bệnh đi kèm phức tạp của các ứng viên, có nhiều thách thức trong suốt quá trình cấy ghép cần được giải quyết tốt hơn. Nhiều yếu tố ảnh hưởng đến bệnh lý và kết quả của việc cấy ghép gan, bao gồm giới tính, dân tộc, di truyền, BMI, bệnh tiểu đường và chế độ ức chế miễn dịch. Có những mô hình phức tạp, không tuyến tính trong các xét nghiệm trong phòng thí nghiệm phải được xem xét kết hợp với các biến lâm sàng phức tạp để dự đoán kết quả. Ngoài ra, dữ liệu hồ sơ sức khỏe điện tử, công nghệ hình ảnh, mô học và dữ liệu ‘omics đã tiếp tục mở rộng các loại dữ liệu có sẵn. Những điểm dữ liệu phức tạp này, các mô hình ẩn và mối quan hệ tương hỗ của chúng có thể được tận dụng một cách độc đáo khi sử dụng các công cụ AI. Những thay đổi theo chiều dọc của các biến này cũng đang được xem xét để cung cấp khả năng đánh giá lại rủi ro liên tục theo dòng thời gian. Các ứng dụng của AI trong y học cấy ghép bao gồm ưu tiên danh sách chờ, ghép nối người hiến tặng-người nhận và dự đoán kết quả ngắn hạn/dài hạn. Trong bài nói chuyện này, tôi sẽ đề cập đến những cân nhắc này liên quan đến ứng dụng AI trong y học cấy ghép. Tôi cũng sẽ thảo luận về việc tích hợp dữ liệu ‘omics, cũng như quan điểm về việc triển khai lâm sàng các công cụ AI.