人工智能或可提前48小时预测急性肾损伤 | Nature论文学术资讯

来源：Nature自然科研

根据《自然》本周发表的一篇论文A clinically applicable approach to continuous prediction of future acute kidney injury，一种人工智能（AI）系统最早可在急性肾损伤发作前48小时就做出预测。该方法或能及时发现有病情恶化风险的患者，为早期治疗提供时间窗。

风险预测，不确定性和预测的未来实验室值的说明性示例。

来源：Tomašev et al.

医院中约有11%的死亡可归因于未能及时发现并治疗病情出现恶化的患者。为了改变这一情况，英国DeepMind的Joseph Ledsam和同事开发了一种可以评估患者危险因素的深度学习方法。作者证实了该方法在预测急性肾损伤方面的适用性。急性肾损伤是一类可能会致命的疾病，美国约有五分之一的住院患者会受到急性肾损伤的影响。

作者利用在美国退伍军人医疗体系接受过治疗的逾70万名患者的数据训练了这一系统。结果显示，该系统能比标准临床监测方法最早提前48小时准确预测出55.8%的急性肾损伤发作，系统还成功识别出了90.2%的需要透析的严重急性肾损伤患者。这类早期预警或能让患者在出现不可逆的肾损害前及时获得治疗。

作者指出了研究存在的部分局限性。比如，每个阳性预测结果对应两个假阳性预警。不过，这些假阳性预警多半发生在已有慢性肾损伤的患者身上。此外，由于训练AI系统的数据中只有6.38%的女性患者，因此，尚不清楚这一方法在更大群体中的适用性。尽管如此，研究结果揭示了AI系统在预测以及潜在预防住院患者发生不良事件方面的可能作用。

ⓝ

Nature|DOI: 10.1038/s41586-019-1390-1

点击“阅读原文”阅读新闻与观点文章

Deep learning detects impending organ injury in the clinic

长按并识别下方二维码阅读论文

A clinically applicable approach to continuous prediction of future acute kidney injury

DeepMind又发大招：像哺乳动物一样走捷径的AI

“AI临床医生”在败血症治疗中超越人类医生|《自然-医学》论文

来源：Nature-Research Nature自然科研

原文链接：http://mp.weixin.qq.com/s?__biz=MzAwNTAyMDY0MQ==&mid=2652562402&idx=5&sn=2ebf8f395847f95ea47156db08dd0794&chksm=80cd4d6cb7bac47aa2b7377ac15d48c032e1d0a06946b3e76f0368024303214ea920e64ad613&scene=27#wechat_redirect

电话：（010）86409582

邮箱：kejie@scimall.org.cn