近日据外媒报道,来自DeepMind、美国退伍军人管理局和英国和美国其他几家机构的研究小组发表在《自然》杂志上的论文指出,已经将人工智能应用于检测住院患者急性肾损伤的问题 。
急性肾损伤是一组临床综合征,是指突发和持续的肾功能突然下降。严重的情况下,它可能导致肾移植或死亡。急性肾损伤通常发生在患者在医院接受治疗的情况下,并且一般表现为肾脏快速衰退的迹象,需要医院工作人员采取紧急措施,以防止进一步的不可逆肾损伤。
在这项新的研究中,研究人员想知道正常情况下通过使用人工智能应用是否能更早的检测急性肾损伤的症状,从而使患者获得更好和更早的治疗。为了找到答案,研究人员与退伍军人管理局合作,该机构在美国经营着多家退伍军人护理医院。
这项工作包括向深度学习系统提供703782名年龄在18岁至90岁之间的退伍军人的健康记录,他们都患有某种形式的急性肾损伤。该系统利用退伍军人的数据来检测病人微小变化的模式,例如血液中的肌酐水平。该小组随后将这些数据作为测试他们系统的一种方法,看看它能在同样的病人身上预测急性肾损伤的程度。
研究人员报告说,他们的系统对于那些发展出最严重的急性肾损伤形式的患者非常有效,它正确地预测了大约90%的病例(提前48小时) 。在所有被测病例中,对于不太严重的病例,该系统能正确预测急性肾损伤事件的发生率仅为55.8%。但是每个正确的结果都出现了两个误报情况。
尽管如此,研究人员对人工智能在许多类型的危急护理场景中的应用还是持乐观态度,例如心脏病发作的可能性。研究人员正在计划下一步的研究,他们希望将研究扩大到更广泛的人群中。