曩昔只需三种办法可以脱离肾移植等候名单。榜首是从自己的朋友和家人中找到一个健康的人，完美匹配承受者的血液和安排类型，而且具有他或她乐意抛弃的备用肾。
第二是等候一个生疏人意外逝世，这个生疏人是一个适宜的身体匹配，碰巧在他们的驾照上勾选了器官捐献。
第三是逝世。
可是后来医师们想到：具有满意多的肾脏患者和满意多健康自愿的捐献者，他们可以构成一个满意大的捐献池来促进比曩昔1对1体系更多的匹配。只需患者能找到捐献者——任何捐献者，即便是不匹配患者自身——他们也可以得到一个匹配的肾脏。
起先，这要求医师花几个小时细心研讨患者和潜在捐献者列表中的血型和安排改动细节。然后，核算机科学家和经济学家参加了进来。他们构建的算法比人脑更高雅地履行这些杂乱的匹配。现在，多亏了人工智能，一个人英勇迈出一步，将肾脏捐献给所爱之人——或许一个完全生疏的人——可以敞开一条解救数十条生命的链条。
配对肾脏捐献是人工智能的巨大成功事例之一。这并不能消除作业，也不能抹去医疗保健中的人情味。它应对一个十分杂乱的问题，处理起来比人类更快，过错也更少，成果解救了更多的生命。自从2000年榜首对肾脏交流手术开端以来，近6000人承受了经过算法辨认的配对交流的肾脏移植。今日，大约八分之一从活体捐献者那里承受肾脏的移植承受者，经过配对交流与该人配对。
与此一同，配对肾脏交流也是人工智能局限性的一个完美比方。核算机只能做人类能教它的作业，而咱们无法教咱们不理解的东西。自从医学学会怎么用捐献肾脏代替衰竭肾脏以来的几十年里，咱们仍在尽力处理怎么分配宝贵的少数肾脏的问题，这种分配办法让每个人都感到公正缓满意，而且不会导致不期望的、意想不到的成果。人工智能可以辨认出在生物学上互相适宜的潜在捐献者和承受者;将来，它乃至可以权衡决议谁先承受移植的品德要素。可是首要，咱们人类有必要就这些应该是什么达到共同。
肾脏充任身体的过滤器。关于肾功用衰竭的人来说，透析基本上是从外部仿制器官的功用，将患者未经过滤的血液排出几个小时，然后再泵回体内。20世纪中叶透析的创造使一种曾经是死刑的疾病变成了一种缓慢但可操控的疾病。
榜首个门诊透析中心——西雅图人工肾中心，于1962年1月开业。由于每个患者每周都需求在机器上进行两次12小时的医治，所以该中心在头两年，只能承受大约2000名其时有资历承受透析医治的美国晚期肾病患者中的10名。
为了将赢利把握在自己的手中，该中心安排了一个由七名公民组成的独立委员会。榜首个承受和方针委员会——或后来被媒体称之为“天主委员会”——由一名律师、牧师、银行家、家庭主妇、州政府官员、劳工首领和外科医师组成。医师为他们做了一些决议：45岁以上的患者没有资历，儿童也没有资历，由于医师忧虑这个手术或许会给他们带来精神创伤。除此之外，委员会可以自行挑选大约四分之一契合条件的请求患者。
依据1962年《Life》杂志的一篇文章，该匿名委员会成员会考虑请求人的年纪和性别，以及是否已婚仍是有孩子。他们会考虑请求者的情绪稳定。他们会看请求者赚了多少钱，以及他们存了多少钱;他们的教育水平、作业、曩昔的行为和未来潜力。他们决议，已然开发这项技能的研讨是在华盛顿州赞助的安排进行的，那么只需华盛顿居民会被考虑，由于付出医治费用的是该州的税收。
这篇文章称委员会成员作为“思维崇高、仁慈的公民”面对着简直不或许完结的使命。他们也是人类，而作为人类，总会遭到有认识和无认识成见的影响。他们是依据医师写的病历做出决议的，而医师会有认识和无认识的成见。
该委员会的七名成员是美国太平洋西北区域中上层阶层的一部分，他们的评论（至少是那些揭露宣告的）暗示了对那些好像同享他们的位置和价值观的患者的好感。《Life》杂志中从来没有说到种族，可是很难幻想，在一个依然严峻阻隔的社会里（仅举一个比方，其时98%的华盛顿州职工是白人），有色人种并不在这些代表的考虑之中。
他们的评论预示了一个问题，在原始的肾脏医治机被更先进的技能逾越之前，这个问题将会持续好久。即便一群人共同许诺尽或许做最好的作业，但关于大多数人来说，究竟什么才算是最好的东西？
当天主委员会发布苦楚的决议时，其他当地也在进行医治肾病患者的相似作业。
医师于1954年在波士顿的Birgham and Women‘s Hospital进行了榜首次成功的肾移植手术，经过外科手术从一名23岁的男人身上取出一个器官，移植到了他的双胞胎兄弟身上，这位承受者又存活了八年。
到了20世纪60年代初，血液和安排分型的开展使得医师更简略辨认捐献者和承受者之间的成功匹配，免疫抑制剂药物的改善大大降低了移植排挤率。今日，一个已故捐献者的肾脏在承受者体内会持续作业8到12年，而来自活体捐献者的肾脏平均寿数为12到20年。
1972年，美国总统理查德·尼克松签署了立法，扩展医疗保险规划，将一切肾衰竭患者的透析包含在内。透析并没有治好他们，可是它让更多的人在等候和期望肾移植的时分存活了更长时刻。从那以后，美国需求肾脏移植的人数增长速度远远快于可用的供肾数量。
依据器官同享联合网络的信息，到编撰本文时，美国有114554人在等候器官移植。其间94980人——83%——正在等候肾脏移植。
1968年的《共同解剖捐献法》在美国树立了一个规范程序，经过这个程序，人们或他们的近亲可以授权身后捐献他们的器官。可是，即便美国每个人都是注册器官捐献者（现在的份额是54%），也没有满意的肾脏来满意需求。只需不到2%的人的逝世办法可以使他们成为适宜的器官捐献者。一个人身后器官依然可以移植，氧合血液有必要持续泵送经过它们，直到依托外科手术从体内取出。在采摘手术前，已故捐献者通常被宣告脑逝世，并被衔接在呼吸机上。
走运的是，由于大多数人生来就有两个功用正常的肾脏，且只需求一个就能存活下来，所以活着的人可以捐献肾脏。由于活体捐献者的肾脏寿数往往比已故的更长，所以关于需求移植的人来说，找到活体捐献者通常是抱负的成果。
尽管一切手术都有并发症或逝世的危险，但绝大多数肾脏捐献者在腹腔镜手术后只是需求在医院呆两三天，随后是别的四到六周的恢复时刻。剩余的肾脏会发育以补偿捐献的肾脏，捐献者通常会持续过着正常的日子。
当然，向你的兄弟姐妹请求器官不是一件小事。可是找到一个乐意捐献的人通常是这个进程中最简略的部分，由于许多患者和他们的家人都会发现无法匹配器官。
佛罗里达商人Neil Emmott在2001年被确诊患有多囊肾疾病，一种或许导致肾衰竭的遗传疾病。他的妻子Lisa Emmott说，这个音讯是“意想不到的和毁灭性的”。在被确诊出时，Neil38岁，Lisa27岁，这对爱人成婚还不到一年。到2016年，他们有了两个年幼的女儿，Neil的病情恶化到了约翰霍普金斯大学的医师主张他考虑移植挑选的境地。
Lisa自愿当即捐献。她很健康，和他具有相同的血型，所以她以为自己是一个可行的提名人。可是器官捐献不只是需求血液和安排匹配。对捐献者需求进行完全的挑选，心思或社会经济问题或许会使他们的捐献杂乱化。Lisa得知，她的肾动脉形状的一个良性反常——肾动脉是运送血液进出肾脏的静脉——使她丧失了资历。Neil的弟弟作为候补进场，但由于一些小的医疗问题也被扫除在外。这家人感到很悲伤。
“需求器官是一个可怕的作业，”Emmott说。这时，这个家庭决议寻求商场。
人体器官“商场”的主意令人毛骨悚然。它们不是产品：美国法令清晰制止出售人体器官。可是从经济视点来看，商场便是任何想要东西的人找到可以给他们东西的人的当地。这个不只是依托价格来分配资源的商场被称为匹配商场。约会池是匹配商场的一种类型（假定没有钱被用来交流友谊）;想要肾脏的人和乐意捐献肾脏的人也是如此。
当商场很“厚”或有许多参加者时，商场作业得最好。在肾移植的开端几十年里，患病的人和他们的潜在捐献者被约束在他们自己十分单薄的商场中。失利的匹配往往被证明是对重病患者的死刑判定。
可是假如商场可以变得更厚呢？
这个主意开端是在1986年德裔美国外科医师Felix Rapaport的一篇论文中提出，他提出了一个理论，即可以跨过两个自愿的供受体对移植肾脏：患者A从供体B承受肾脏，作为交流，供体A给患者B一个肾脏。
1991年，韩国首尔的医师们在肾病专家Kiil Park的指导下，在两个供体-患者对之间进行了榜首对肾脏移植。四年后，国际上榜首个配对肾脏捐献项目在首尔延世大学医学院敞开。潜在的捐献者和承受者被输入数据库，然后由医师经过数小时的艰苦剖析手动配对。1999年，瑞士成为下一个树立配对肾脏交流的国家，匹配了两对已婚爱人，每对爱人都有一个患有终晚期肾病的爱人和一个乐意捐献肾脏的爱人。
2000年的一个晚上，在厌恶了向患者和他们的亲人传递令人心碎的音讯之后，一位名叫Michael Rees的美国肾脏学家拖着几箱文件回家，花了几个小时细心检查血液、抗体和安排数据，并比较患者列表。这项作业在精神上很累人。终究，他认识到自己没有可行的匹配——可是，假如捐献池更大，可以做成配对。与他的父亲Alan Rees一同协作（Alan是一名核算机科学家），Michael Rees创立了一个简略的核算机程序，将捐献者和承受者配对，将人工智能引进匹配进程。
大约在同一时刻，哈佛大学经济学教授Alvin Roth，也在修补肾脏匹配的处理方案。Roth专心于商场规划，专心于怎么调整商场以修正供需失衡。他曾经规划过算法来匹配新医师和住院医师项目，以及纽约市小学学生和高中校园。现在他把注意力转向肾脏。
Roth和他的搭档Utku Unver、Tayfun Sonmez规划了一种算法，用于检查和剖析潜在捐献者和承受者的数据资料。它确认了捐助者-承受者配对的“循环”和“链”，其间一个人挑选无私地将肾脏捐献给任何需求肾脏的人，从而在医院或肾脏交流项目挂号的潜在捐献者和承受者中启动了一系列捐献。例如：患者B从利他捐献者A那里得到一个肾脏，之后，捐献者B感谢地将肾脏捐献给患者C。假如患者C有一个乐意捐献的人，那么这条链可以持续延伸，且没有真实的约束。不同于循环，链可以无限期地向前移动，而不用回去，经过为原始捐献者的同伴承受者找到肾脏来完毕这个循环。
Roth、Unver和Sonmez觉得他们在做一件大事。2003年，他们在网上发布了一篇概述他们作业的论文，并发给了美国各地的肾脏学家。依据哈佛外科医师Frank Delmonico的反响，该团队调整了他们的算法，并宣告了一篇新论文，其概念协助树立了新英格兰肾脏交流项目。该交流项目匹配了该区域14个肾移植中心的捐献者和承受者。
起先，外科医师坚持在给定的循环或链中一同进行一切手术，这样任何捐献者都不会在终究一刻畏缩。这约束了循环或链中的患者数量，由于医院一次只能腾出这么多床位和这么多外科医师。经济学家和其他几位医师以为，这是不用要的约束。这不存在生物妨碍：与心脏或肺不同，心脏或肺有必要在脱离捐献者身体后4到6小时内移植，而在找到新宿主之前，肾脏可以安全保存24到36小时。至于捐助链中单薄环节的或许性，经济学家以为，在一个以乐意将肾脏给任何人的捐献者开端的链中，假如捐献者畏缩了，任何承受者都不会束手无策，由于医师可以从注册捐献者库中找到代替品。
树立榜首个匹配算法的肾脏学家Rees，证明这是可以做到的。在一名28岁的捐献者向一个需求协助的生疏人供给了一个肾脏后，Rees安排了一系列肾脏捐献，在八个月的时刻里解救了五个州10名患者的生命。
今日，美国多家医院都有自己的配对肾脏捐献项目。此外还有三个更大的美国跨院肾脏交流项目：器官同享联合网络、国家肾脏挂号处和配对肾脏捐献联盟。英国、加拿大和荷兰设有国家交流项目，从印度到南非的医院都有配对捐献产生。研讨人员还揣度，肺和部分肝移植也或许进行相似的交流，尽管还没有这种交流的体系。
2012年，Roth因其在商场规划方面的作业取得诺贝尔奖。他带Rees一同去参加了典礼。到那时，美国有2000人承受了移植，这是他们协助创立的体系成果。尔后又有不计其数的人得到了协助。
Neil Emmott终究成为2017年肾链中的八个人之一，该肾链始于两位家人朋友前来为他捐献。2018年8月13日，阿拉巴马州的一名妇女成为从2013年开端在全国规划捐献链中承受肾脏移植的第100人。
今日，当医师正在寻觅匹配肾脏捐献者和承受者时，人工智能研讨人员构建的算法查找注册肾脏患者及其协作捐献者的数据库，并依据器官收购和移植网络委员会和器官同享联合网络拟定的加权规范列表来辨认匹配。
这些算法一同评价一切或许在患者-供体库中进行的移植。匹配首要依据生物适应性，最难匹配的患者得到了优先考虑。这项技能衡量规范包含承受者在等候名单上的时刻，他或她的年纪（儿童优先），以及需求肾脏的人曩昔是否曾经是活体器官捐献者。
这些算法协助了不计其数解救生命的手术。将来，人工智能不只可以运用人类决议的规范进行匹配，还可以积极参加这个判别进程——了解人类的决议方案和价值体系，这样它就可以做出自己的判别，决议哪些肾脏应该去哪里（这个决议方案将由人类医师检查）。在这一点上，约束要素与其说是技能，不如说是运用技能的人。
榜首个问题是人类对人工智能在器官分配中的效果的焦虑。医院和器官交流安排乃至不乐意在匹配进程中运用“人工智能”一词。部分原因是研讨人员称之为“人工智能效应”的趋势。正如牛津大学未来人类研讨所所长Nick Bostrom所说，“一旦某些东西变得满意有用且满意遍及，它就不再被贴上‘人工智能’的标签。”
鉴于缺少关于“人工智能”实践意义的公共教育，医院和交流安排对患者误解算法在辨认潜在匹配方面的效果持谨慎态度，也许是惧怕变戏法似的机器人冷冷地发布存亡指令。
现在，机器不能决议哪些肾脏去哪里。人类可以这样做。今日的算法比人类更牢靠，也更大规划地进行数学运算，履行人类现已做出的判别，可是它们并不了解为什么首要要进行核算。
“AI没有像咱们相同对国际有一个全面的了解。它们不理解自己正在处理的数据是关于什么的，”杜克大学核算机科学、伦理学和哲学教授Vincent Conitzer表明。“它们没有这个人正在遭受苦楚的概念。它们并不真实了解一个人是什么。人类有必要在某个时分介入进来。”
研讨人员现在正在教机器从人类的视点来了解这些品德窘境。本年，Conitzer和杜克大学的搭档Jana Schaich Borg、Walter Sinnott-Armstrong、Rachel Freedman以及马里兰大学的John Dickerson，一同宣告了一篇论文，其间他们向研讨目标展现了数百对假定的患者概略，并问询每对中哪一个应该得到一个可用的肾脏。这些假定的患者档案并没有列出算法处理的血液和安排数据，而是列出了一些作业，比方患者喝酒的频率，以及他们曩昔是否患过癌症。研讨人员随后将受试者的挑选反响给一种算法，并学习怎么依据这些形式挑选“正确的”肾脏承受者。就像人类受试者相同，人工智能偏心更年青、更健康的患者——这是一个机器依据对人类价值观的了解做出决议方案的比方。
尽管可以教机器依照咱们的价值体系进行匹配，可是咱们并不总是理解自己的价值观是什么，或许很难将其作为一个全体达到共同。人们并不总是知道他们想要优化什么，即便当他们以为这样做了，他们也常常不理解怎么以不会导致意想不到的成果的办法去做。
例如，麻省理工学院的品德机器答应实验室网站的访问者玩他们有必要挑选的游戏，在一个又一个假定的情况下，无人驾驶轿车在面对两个可怕的挑选时应该挑选杀死哪一组轿车乘客或行人。在阅历了一系列令人反胃的场景之后——是的，我甘愿轿车碾过一个孕妈妈，而不是五个无家可归的成年人;不，假如这意味着杀死五名成年乘客，我不会为了逃避两个孩子而突然转向——这一游戏提醒了它在你的挑选中确认的形式，以及你的反响怎么与其他玩家的反响相比较。
这些信息可以提醒出其不意的成果和令人不快的未被承认的成见。例如，你或许会了解到，你的决议不成份额地导致了比女性更多的男性逝世，或许你倾向于比游戏中的一般玩家更垂青恪守交通规则。
在肾脏问题上，便是采纳表面上公正的准则，即肾脏应该给予那些在承受肾脏后或许会有最多寿数的人。在核算机可以核算潜在承受者的寿数之前，科学家有必要为算法供给各种人群的预期寿数数据。可是这导致了一些问题。男人往往比女性早死。美国黑人比任何其他种族的美国人死得更早。2015年，一位65岁的美国白人妇女或许会再活20.5岁，比同龄的黑人长4年。尽管是从杰出的目的开端，但终究却导致了体系的种族和性别歧视。
“在经济学中，咱们议论不或许性定理。有些东西你或许想得到却无法得到，”Roth说。“当你分配稀缺资源时，你不能把肾给一个人而不把它给另一个人。核算机不会从各个方面减轻人类的担负。”
人工智能没有形成这些品德窘境。人类委员会为分配肾脏的最公正办法而不断苦恼;人类司机依然不得不在方向盘后边做出可怕的紧迫决议。机器可以在几小时乃至几分钟内模拟出人类判别的成果，这些成果本来或许需求数年才干发现。从长远来看，这或许会有所协助：假如一个核算机模型可以证明特定的肾脏分配方针会对某些集体形成不相称的晦气影响，那么医师可以在任何人实践遭到损伤之前撤销这项方案。但并不是每个人都乐于让机器参加存亡挑选。
品德机器教给玩家一些西雅图天主委员会好久曾经学到的东西：有必要挑选解救哪一条生命，知道这个决议会导致他人的逝世或苦楚，感觉很可怕。这部分是人工智能所无法协助的。人们可以找到拼装椅子的抱负办法，然后将这个进程传授给一台可以完美拼装不计其数把椅子的机器。但却没有完美的办法来决议谁生谁死。
