幸運的是，我們在早期檢測技術方面已經取得了進展。西北大學(Northwestern University)和德克薩斯大學健康科學中心(Northwestern University and the University of Texas Health Science Center)的研究人員發表了一篇名為《利用臨床記錄對重癥監護急性腎損傷進行早期預測》的一篇論文，描述了一種可以從電子病歷中收集和提取風險因素的人工智能(AI)系統，并能夠預測進入重癥監護病房(ICU)后24小時內出現AKI的可能性。
研究人員寫道：“我們開發了基于數據的預測模型來估計新發AKI的風險。” “從實際的角度來看，我們的預測模型可以在重癥患者進入ICU后，迅速提示發生AKI的風險。”他們從14,1470名患者的16,560例ICU記錄中挑選編制了77,160份臨床記錄，并將其分為兩組：一組用于訓練，另一組用于測試。然后，他們著手建立一個機器學習模型。
他們使用了scikit-learn(一種用于Python編程語言的開源機器學習庫)中的五種算法評估ICU中的病患出現AKI的風險。在測試中，它能夠識別出風險概率超過50%的病患，與之前的方法相比，準確性極具“競爭力”。
盡管如此，它并不完美。它錯誤地為包含了高度相關詞--如“胸管”和“不穩定”--的病患貼上了AKI的標簽。在另一個案例中，則未能識別出該患者事后出現的AKI。(在這個案例中，他們發現數據庫中缺乏足夠多條件相似的病患數據)。
研究人員將繼續研究替代性的表型系統、臨床記錄數據庫以及其他患者數據集的驗證。另一家將人工智能用于AKI檢測的公司是谷歌的子公司DeepMind該公司于2月宣布與美國退伍軍人事務部(U.S. Department of Veterans Affairs)合作，獲得了超過700,000份醫療記錄。
京公網安備 11010502049343號