Predikce komplikací spojených s transfuzí (PRETRACO)

V současné době se v Rakousku ročně vyrobí asi 350 000 koncentrátů červených krvinek z darování krve.

Kromě hlavního účinku nahrazování ztracené krve mají koncentráty červených krvinek také mnoho nežádoucích účinků – od kompatibility krevních skupin, kterým se lze snadno vyhnout díky péči, přes vedlejší účinky spojené se skladováním až po většinou problémy s intenzivní péčí v důsledku masivní transfuze, k celosystémovým účinkům, jako jsou TRALI, TACO a TRIM.

Před podáním pacientům procházejí koncentráty červených krvinek rozsáhlým procesem zajištění kvality, při kterém se shromažďuje velké množství parametrů. Před použitím u pacientů se například provádějí testy u lůžka a testy na další nekompatibilitu se vzorkem krve od zamýšleného pacienta. S implementací Patient Blood Management (PBM) v posledních letech se používání koncentrátů červených krvinek stalo cílenějším – počet transfuzí ve většině vyspělých zemí klesá. Stále je však možné trpět nežádoucími účinky souvisejícími s transfuzí (TRAE). Aktivní výzkumná činnost ke snížení těchto TRAE je tedy i nadále vyžadována.

Dodnes však není známo, u kterých pacientů se vyskytly nežádoucí účinky spojené s transfuzí. Navzdory širokým měřítkům hemovigilance a předtransfuzního testování stále není možné předpovědět, který jednotlivý pacient zareaguje na transfuzi typickými nežádoucími účinky, jako je hypotenze, hemolýza, selhání ledvin nebo TRALI. Zdá se pochopitelné, že v tom mohou hrát roli charakteristiky pacienta i charakteristiky podávané jednotky. Zejména je možné si představit, že kombinace charakteristik krevní jednotky a charakteristik pacienta by mohla určit komplikaci v průběhu podávání. Z tohoto důvodu se zdá atraktivní používat umělou inteligenci a metody strojového učení k předpovídání případných komplikací.