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