Nature：利用人工智慧預測急性腎損傷

本文系生物谷原創編譯，歡迎分享，轉載須授權！

在一項新的研究中，美國和英國的研究人員將人工智慧（AI）應用於解決檢測住院患者急性腎損傷（acute kidney injury, AKI）的問題。相關研究結果近期發表在Nature期刊上，論文標題為「A clinically applicable approach to continuous prediction of future acute kidney injury」。在這篇論文中，他們描述了他們的深度學習系統及其表現如何。

圖片來自CC0 Public Domain。

急性腎損傷（AKI）可導致腎臟惡化。在嚴重的情況下，它可能導致移植需求或死亡。急性腎損傷通常發生正在醫院中接受治療的患者身上，並且通常是身體快速下滑的跡象，需要醫院工作人員採取緊急措施以阻止進一步的不可逆腎損傷。在這項新的研究中，這些研究人員想知道是否有可能使用人工智比在醫院中通常發生的時間更早地檢測急性腎損傷的癥狀，從而為患者提供更好的結果。為此，他們與美國退伍軍人管理局合作。

這些研究人員給一種深度學習系統提供了703782名退伍軍人的健康記錄，這些退伍軍人年齡從18歲到90歲不等，患有某種形式的急性腎損傷。這種深度學習系統使用來自退伍軍人的數據來檢測這些患者中微小變化模式，比如血液中的肌酐水平。隨後，他們重新運行這些數據來測試他們的深度學習系統，以便觀察它如何很好地預測這些相同患者所患的急性腎損傷。

這些研究人員報道，他們的深度學習系統對於發生最嚴重形式的急性腎損傷的患者非常有效 ---它正確預測了大約90％的病例（提前期為48小時）。對於不太嚴重的急性腎損傷病例，這種深度學習系統表現不太好---在所有測試的病例中，它能夠正確預測AKI事件的只有55.8%。它還為每個正確的結果提供了兩個假陽性。儘管如此，這些研究人員仍然對將人工智慧應用於多種危重症（比如心臟病發作風險）的可能性持樂觀態度。

這些研究人員正計劃繼續開展他們的研究---他們希望將研究範圍擴大到更廣泛的人群。

參考文獻：1.Nenad Toma?ev 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

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！