過敏又是O型血的病人等待接受死者捐贈腎臟移植手術的時間較長。研究發現這些病人的結果，並設計了新的分配系統，平衡公平和效果。雖然移植機會有差異，但不同病人群體的結果相似。新的評分系統給予弱勢病人更多分數，旨在提高台灣腎臟分配的公平性，同時保持效果。 PubMed DOI

這項研究旨在利用人工智慧（AI）演算法來改善活體腎移植的結果預測。深度Cox混合模型在預測以死亡為終點的移植腎存活率方面表現最佳，相較於現有模型如活體腎捐贈者檔案指數（LKDPI）。這個AI模型可以增進在活體捐贈者選擇上的決策，並有潛力改善配對交換計畫的結果。 PubMed DOI

Xenotransplantation是使用動物器官，像豬腎臟，來幫助解決腎衰竭患者缺乏供體腎臟的問題。最近《腎臟國際期刊》的研究指出，將豬腎移植到腎衰竭的腦死亡患者體內，腎臟在體內運作良好達7天。這項研究提供了重要數據，有助於推動臨床腎臟異種移植的發展。 PubMed DOI

腎移植手術和治療進步提高了短期存活率。研究顯示，1995-2014年澳紐腎移植數據改善了長期結果，5年和10年的移植失敗率下降，中長期存活率提高。排斥反應、血管原因、死亡和腎小球疾病導致的失敗也減少。 PubMed DOI

慢性腎臟疾病影響許多美國人，超過 800,000 人需要透析或移植手術。儘管努力，腎臟移植等待名單仍然很長，等待時間會影響結果。腎臟移植比透析有更好的結果，但等待名單的時間至關重要。等待時間越短，結果就越好。豬腎移植到人體正在被探討作為器官短缺的潛在解決方案。 PubMed DOI

這項研究涉及將經基因編輯的10個豬腎移植到一位腦死亡的人類捐贈者體內，以評估異種移植對支持人體生理功能的能力。這些豬腎在七天內展現出維持血壓、荷爾蒙水平、鈣平衡和水分排泄的功能。這項研究表明，豬腎的異種移植可能成為人類腎臟移植的可行選擇，為未來的臨床試驗鋪平道路。 PubMed DOI

全球缺乏供移植使用的死亡捐贈腎臟，導致許多病人在等待名單上等待時死亡。在美國，許多回收的腎臟根據病理學家有限經驗的活檢結果被棄置。《腎臟國際期刊》最近的一項研究顯示，使用人工智慧來評估這些活檢可以提高與移植腎臟存活的相關性，並有可能將器官棄置率降低25%至30%。 PubMed DOI

研究發現將高風險腎臟提供給更多等待名單可提高腎臟使用率，尤其在5或10小時後提供效果更佳。調整提供時間可增加高風險腎臟利用率，進而降低非使用率。 PubMed DOI

開發了深度學習模型，分析已故捐贈者的腎臟組織活檢樣本，提升器官利用。透過訓練2000個腎臟的異常特徵，並與病理學家的評分和移植結果相關性分析，建立了腎臟捐贈者品質評分（KDQS）。這些模型可幫助預測移植物損失，協助器官選擇，成功預測了腎移植接受者的移植物損失。應用KDQS於被棄置的腎臟，可估計許多腎臟若移植，可能有相似的存活率，改善風險評估和器官利用，潛在減少不必要的器官棄置。 PubMed DOI

未來十年將專注於改善腎臟移植成效，包括降低器官失敗率、提升病患存活率、增加器官捐贈與分配、推動研究與培訓，並運用科學登記表進行臨床優化。重點將放在預防功能障礙和移植失敗、延長病患生存、促進器官捐贈、支持研究培訓，以及分析科學登記表結果。 PubMed DOI

近20年來，活體腎臟捐贈有下降趨勢，尤其低收入家庭和少數族裔捐贈者面臨障礙。遠距醫療可改善捐贈者評估，但對黑人捐贈者仍有差異。醫療界支持繼續使用遠距醫療，但需克服監管問題。訂定永久政策支持遠距醫療可改善接觸，促進活體腎臟捐贈。 PubMed DOI