人工智能或可提前48小时预测急性肾损伤 | Nature论文
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
相关文章