基于24万例临床大数据开发人工智能模型…受试者工作特征曲线下面积达0.832
可在术前筛查高风险患者，制定个体化预防策略
韩国天主教大学医学院联合研究团队开发出一项人工智能技术，仅凭术前可获取的患者信息，就能预测术后急性肾损伤的发生风险，并已获得专利授权。
首尔圣母医院1日表示，该院肾内科教授Yoon Hyeeun与富川圣母医院肾内科教授Min Jiwon的研究团队，利用天主教中央医疗院旗下7家大学医院的临床大数据，开发了预测术后急性肾损伤发生风险的人工智能模型“CMC-AKIX”。专利名称为“术后急性肾损伤发生预测方法及其系统”。
急性肾损伤是指肾功能在短时间内急剧下降的疾病。尤其在术后发生时，可能增加并发症和死亡风险，因此及早筛查高风险患者至关重要。然而，术后急性肾损伤不仅受到患者肾功能的影响，还与年龄、合并疾病、服用药物、手术类型及手术时长等多种因素有关，因此难以在术前预测风险。
研究团队使用了首尔圣母医院、汝矣岛圣母医院、议政府圣母医院、富川圣母医院、恩平圣母医院、仁川圣母医院及圣文森特医院等7家医院2009~2019年全身麻醉下接受非心脏手术患者的23.9267万例数据。其中，术后30天内发生急性肾损伤的病例为7935例，占3.3%。
人工智能模型采用了术前可获取的38项临床及检验变量，包括年龄、性别、血压、体质指数等基本信息，慢性肾脏病、糖尿病、高血压等合并疾病，用药情况，肌酐、肾小球滤过率、白蛋白、钾、尿蛋白等检验结果，以及手术时长和诊疗科室等信息。
研究团队对缺失值进行了处理，并考虑到急性肾损伤病例仅占总数的3.3%，对数据进行了调整，使模型能够学习少数病例的特征，随后比较了多种人工智能算法的性能。
结果显示，深度神经网络模型表现最佳，在纳入全部变量的分析中，受试者工作特征曲线下面积达到0.832。研究团队以此为基础，构建了基于网页的“CMC-AKIX”系统，只需输入患者术前临床信息及检验结果，即可计算急性肾损伤的发生风险。
研究团队预计，该系统可帮助医护人员在术前筛查高风险患者，并制定个体化预防策略，包括围手术期体液及血压管理、尽量减少肾毒性药物使用等。
Yoon Hyeeun教授表示：“CMC-AKIX应用于实际临床后，医护人员可通过输入患者术前临床信息和检验结果，了解术后急性肾损伤的发生风险。该系统有望成为提前筛查高风险人群、制定个体化预防策略，并辅助医护人员进行临床决策的工具。”
Min Jiwon教授表示：“此次专利不仅涵盖预测算法，也包括通过输入术前临床信息计算风险的网页系统实现方式，其意义在于提高了未来应用于临床及实现商业化的可能性。”研究成果于2025年4月刊登在国际学术期刊《医学互联网研究杂志》上。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
