脓毒症相关性急性肾损伤（SA-AKI）是脓毒症的常见并发症，发病率较高，且与患者的不良预后密切相关，但目前针对SA-AKI诊断滞后，且无特异性治疗手段，给SA-AKI的系统化管理带来困难。机器学习技术可以基于海量的临床数据构建模型，并根据模型预测结果来辅助临床决策，尽管目前还面临可解释性差等诸多挑战，但在SA-SKI风险预测、影像学诊断、亚型鉴定和预后评估等方面已显现出临床应用价值。本文在简要介绍机器学习的基础上，对机器学习在SA-AKI诊疗中的应用现状、局限性及未来发展方向等方面进行综述，探讨机器学习技术在医疗领域深入应用的可能性，从而促进精准医疗和智慧医疗的发展。
作者：苏钦越；陈雨薇；陈薇薇；陈影；陈尔真
来源：中华危重病急救医学 2022 年 34卷 11期
