Medicalpress
Zespół Kliniki Chirurgii Ogólnej, Transplantacyjnej i Wątroby Warszawskiego Uniwersytetu Medycznego przeprowadził pierwsze na świecie chimeryczne przeszczepienie wątroby. Innowacyjny zabieg, wykonany u 47-letniej pacjentki z zaawansowanym nowotworem wątroby, polegał na stworzeniu jednego funkcjonalnego narządu z dwóch fragmentów o różnym pochodzeniu genetycznym – własnej wątroby chorej oraz fragmentu narządu pobranego od zmarłego dawcy. Nowatorska metoda może otworzyć nowe możliwości leczenia pacjentów, którzy dotychczas nie kwalifikowali się do radykalnej operacji.
 
Po raz pierwszy w historii transplantologii jeden przeszczepiony narząd został zbudowany z dwóch fragmentów wątroby o odmiennym pochodzeniu genetycznym – własnego fragmentu pacjentki oraz fragmentu pobranego od zmarłego dawcy. Na zimnym stoliku utworzono z nich jeden funkcjonalny chimeryczny graft wątrobowy, który następnie wszczepiono chorej.

Na czym polega chimeryczne przeszczepienie

Operacja połączyła dwie najbardziej zaawansowane techniki współczesnej transplantologii – autotransplantację oraz allotransplantację. Ze względu na rozległość nowotworu klasyczna resekcja wątroby nie pozwalała na radykalne usunięcie zmian przy jednoczesnym zachowaniu wystarczającej ilości prawidłowo funkcjonującego miąższu – a od tego zależało przeżycie chorej po operacji.

Własna wątroba pacjentki została zatem usunięta z organizmu i poddana resekcji pozaustrojowej. W warunkach chirurgii ex situ, czyli „na bocznym stoliku”, usunięto większość wątroby zajętą przez nowotwór oraz przygotowano zdrową część narządu do ponownego wszczepienia. Pozostawiony własny fragment wątroby był jednak zbyt mały, aby samodzielnie zapewnić bezpieczną funkcję narządu. Został więc połączony na zimnym stoliku z odpowiednio przygotowanym fragmentem wątroby pobranym od zmarłego dawcy. W ten sposób powstał jeden chimeryczny graft, który następnie wszczepiono pacjentce.

Fragment pochodzący od dawcy pełnił rolę czasowego biologicznego wspomagania, umożliwiając regenerację i przerost własnej części wątroby chorej.

Kto wykonał innowacyjną operację

Prof. Michał Grąt opracował koncepcję operacji oraz był operatorem podczas wszystkich jej kluczowych etapów – hepatektomii, resekcji pozaustrojowej, wytworzenia chimerycznego graftu oraz jego wszczepienia. W etapie brzusznym operacji asystowali dr hab. Wacław Hołówko oraz lek. Maryla Turkot. Podczas resekcji pozaustrojowej i przygotowania chimerycznego graftu asystowali dr hab. Wacław Hołówko oraz lek. Agata Konieczka. Podział wątroby pobranej od zmarłego dawcy i przygotowanie fragmentu wykorzystanego do stworzenia chimerycznego graftu wykonali dr Konrad Kobryń oraz lek. Paweł Rykowski. Za znieczulenie pacjentki odpowiadał lek. Dawid Tomasik. W skład zespołu operacyjnego wchodziły również pielęgniarki operacyjne Ewelina Kamińska i Małgorzata Ponichtera oraz pielęgniarki anestezjologiczne Agata Małek i Joanna Podsiadła.

Dzięki bardzo dobrej regeneracji własnej części wątroby 18 maja 2026 roku, zaledwie tydzień po pierwszej operacji, możliwe było wykonanie drugiego zabiegu i usunięcie fragmentu graftu pochodzącego od zmarłego dawcy. W organizmie pacjentki pozostała wyłącznie jej własna, odpowiednio przerośnięta i prawidłowo funkcjonująca wątroba.
Obecnie pacjentka pozostaje w dobrym stanie.

Nowy kierunek w chirurgii wątroby i transplantologii

– Istotą tej operacji było stworzenie na zimnym stoliku jednego funkcjonalnego narządu złożonego z dwóch fragmentów wątroby o odmiennym pochodzeniu genetycznym. Fragment od zmarłego dawcy zapewniał chorej bezpieczną funkcję narządu w okresie, gdy własna część wątroby była jeszcze zbyt mała. Po uzyskaniu odpowiedniego przerostu mogliśmy usunąć część allogeniczną, pozostawiając pacjentkę z jej własną, prawidłowo funkcjonującą wątrobą. W praktyce oznacza to stworzenie nowej koncepcji leczenia wybranych chorych z zaawansowanymi nowotworami wątroby, u których dotychczas nie było możliwości radykalnego leczenia – mówi prof. Michał Grąt.

Chimeryczne przeszczepienie wątroby stanowi unikatowe połączenie chirurgii onkologicznej, transplantologii oraz chirurgii ex situ. Wykorzystuje doświadczenia zdobyte podczas autotransplantacji wątroby, przeszczepiania fragmentów narządu oraz zaawansowanych rekonstrukcji naczyniowych, tworząc całkowicie nową strategię leczenia.

Jest to kolejne przełomowe osiągnięcie Kliniki Chirurgii Ogólnej, Transplantacyjnej i Wątroby WUM. W ostatnich latach zespół kliniki jako pierwszy w Polsce przeprowadził między innymi pierwszą autotransplantację wątroby, pierwsze wspomagające przeszczepienie wątroby oraz rozwinął jedyny w kraju program przeszczepiania fragmentów wątroby od żywych dawców u dorosłych.

Źródło: WUM
Foto: WUM

Nowotwory to jedno z największych wyzwań współczesnej medycyny – każdego roku w Polsce diagnozę słyszy ponad 170 tysięcy osób. Skuteczność terapii w dużej mierze zależy od trafnej diagnozy i jak najdokładniejszego prognozowania przebiegu choroby. To właśnie w tym obszarze coraz większe znaczenie zaczyna odgrywać sztuczna inteligencja (AI), która ma szansę zrewolucjonizować onkologię.
Na Warszawskim Uniwersytecie Medycznym ruszył właśnie projekt „Sztuczna inteligencja w prognozowaniu wyników leczenia nowotworów jamy brzusznej – wdrażanie metod uczenia maszynowego i głębokiego uczenia do kompleksowej analizy obrazów medycznych”, kierowany przez dr. Krzysztofa Bartnika z II Zakładu Radiologii Klinicznej WUM. Badania koncentrują się na raku wątrobowokomórkowym – najczęstszym pierwotnym nowotworze wątroby i jednym z najtrudniejszych do leczenia nowotworów jamy brzusznej. Projekt realizowany jest we współpracy z Politechniką Warszawską i Duke University (USA), a finansowanie zapewniło Narodowe Centrum Nauki w ramach programu SONATINA.

„Rozpoczynamy właśnie projekt, w którym zastosujemy AI do prognozowania przebiegu chorób onkologicznych. Skupimy się na raku wątrobowokomórkowym, który pozostaje jednym z najpoważniejszych wyzwań w onkologii. Niemniej jednak modele, które opracujemy, będą tak przygotowywane, aby mogły znaleźć zastosowanie również w innych nowotworach jamy brzusznej. Wszystko po to, aby wesprzeć planowanie leczenia oraz uczynić je bardziej spersonalizowanym” – podkreśla dr Bartnik.

Dlaczego AI może zmienić onkologię?

Tradycyjne metody prognozowania, oparte na prostych cechach guza, takich jak jego rozmiar czy tempo wzrostu, często okazują się niewystarczające. U dwóch pacjentów z pozornie podobnym guzem przebieg choroby może być zupełnie różny. Wpływ mają na to inne czynniki – m.in. stan wątroby, choroby współistniejące, podtyp biologiczny raka czy reakcja na wcześniejsze leczenie. To pokazuje, że prognozowanie wymaga bardziej złożonych narzędzi niż te używane dotąd.

Współczesne badania obrazowe – tomografia komputerowa (CT) i rezonans magnetyczny (MRI) – dostarczają ogromnych ilości danych. Analiza obejmuje nie tylko obraz samego guza, ale także szczegółowe cechy takie jak struktura, unaczynienie czy dynamika kontrastowania. Problem w tym, że w praktyce klinicznej radiolodzy wykorzystują zwykle tylko część dostępnych informacji. AI ma szansę to zmienić.

„W strukturze, kształcie, unaczynieniu czy dynamice zmian guzów kryją się wskazówki, które mogą pomóc przewidzieć przebieg choroby i odpowiedź na leczenie. To oznacza, że odpowiednio zaawansowana analiza obrazów – na przykład z użyciem sztucznej inteligencji – może otworzyć nowy rozdział w spersonalizowanej onkologii” – wyjaśnia dr Bartnik.

Deep learning, machine learning i foundation models

Projekt zakłada połączenie metod głębokiego uczenia (deep learning) i uczenia maszynowego (machine learning). Pierwsze z nich umożliwia komputerom samodzielne rozpoznawanie wzorców i zależności w danych, drugie – bazuje na cechach zdefiniowanych przez ekspertów, takich jak kształt guza czy tekstura tkanek. Dzięki temu modele mogą przewidywać m.in. długość życia pacjenta czy czas wolny od progresji choroby.

Nowością będzie także wykorzystanie tzw. foundation models – algorytmów trenowanych na ogromnych i zróżnicowanych zbiorach danych, które można dostosowywać do różnych zadań, od segmentacji po prognozowanie wyników leczenia. Podczas wizyty na WUM prof. Maciej Mazurowski, kierujący Duke Center for Artificial Intelligence in Radiology, mówił m.in. o projekcie The Human Body Project, którego celem jest stworzenie kompleksowego modelu AI dla całego ludzkiego ciała. Rozwiązania te będą wspierały także warszawski projekt.

Co oznacza to dla pacjentów?

Celem badania jest stworzenie nowej klasy modeli prognostycznych dla raka wątroby, a następnie sprawdzenie ich skuteczności także w innych nowotworach jamy brzusznej. Powstanie unikalny zbiór danych MRI pacjentów z rakiem wątrobowokomórkowym, który będzie udostępniany społeczności naukowej. Zastosowane zostaną również metody federated learning, pozwalające trenować algorytmy na danych z wielu ośrodków bez konieczności ich przesyłania – to ważne z punktu widzenia ochrony prywatności pacjentów.

Jak podkreśla dr Bartnik, realizacja projektu „poprawi jakość predykcji przebiegu choroby i skuteczności leczenia, a także zmniejszy obciążenia radiologów dzięki automatyzacji analiz”. To także szansa na silniejszą współpracę interdyscyplinarną – pomiędzy lekarzami, informatykami, biologami i inżynierami.

Sztuczna inteligencja, która jeszcze kilka lat temu była tematem futurystycznych rozważań, staje się dziś narzędziem realnie wspierającym diagnostykę i leczenie. W przypadku raka wątroby – choroby trudnej, często wykrywanej późno i obarczonej złym rokowaniem – może oznaczać to nową nadzieję dla pacjentów i ich rodzin.

Źródło: WUM