Nature：利用人工智能预测急性肾损伤
来源：中检健康
编辑：中检健康
时间：2019-08-12
在一项新的研究中，美国和英国的研究人员将人工智能（AI）应用于解决检测住院患者急性肾损伤（acute kidney injury, AKI）的问题。相关研究结果近期发表在Nature期刊上，论文标题为“A clinically applicable approach to continuous prediction of future acute kidney injury”。在这篇论文中，他们描述了他们的深度学习系统及其表现如何。
图片来自CC0 Public Domain。
急性肾损伤（AKI）可导致肾脏恶化。在严重的情况下，它可能导致移植需求或死亡。急性肾损伤通常发生正在医院中接受治疗的患者身上，并且通常是身体快速下滑的迹象，需要医院工作人员采取紧急措施以阻止进一步的不可逆肾损伤。在这项新的研究中，这些研究人员想知道是否有可能使用人工智比在医院中通常发生的时间更早地检测急性肾损伤的症状，从而为患者提供更好的结果。为此，他们与美国退伍军人管理局合作。
这些研究人员给一种深度学习系统提供了703782名退伍军人的健康记录，这些退伍军人年龄从18岁到90岁不等，患有某种形式的急性肾损伤。这种深度学习系统使用来自退伍军人的数据来检测这些患者中微小变化模式，比如血液中的肌酐水平。随后，他们重新运行这些数据来测试他们的深度学习系统，以便观察它如何很好地预测这些相同患者所患的急性肾损伤。
这些研究人员报道，他们的深度学习系统对于发生最严重形式的急性肾损伤的患者非常有效 ---它正确预测了大约90％的病例（提前期为48小时）。对于不太严重的急性肾损伤病例，这种深度学习系统表现不太好---在所有测试的病例中，它能够正确预测AKI事件的只有55.8%。它还为每个正确的结果提供了两个假阳性。尽管如此，这些研究人员仍然对将人工智能应用于多种危重症（比如心脏病发作风险）的可能性持乐观态度。
这些研究人员正计划继续开展他们的研究---他们希望将研究范围扩大到更广泛的人群。（生物谷 Bioon.com）
参考资料：
1.Nenad Tomašev et al. A clinically applicable approach to continuous prediction of future acute kidney injury. Nature, 2019, doi:10.1038/s41586-019-1390-1.
2.Using AI to predict acute kidney injury
https://medicalxpress.com/news/2019-08-ai-acute-kidney-injury.html
（声明：本网站部分图片、文章来源于网络，本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将及时删除）
