小编发现不少朋友对于 人工智能算法可指导有急性肾损伤风险的ICU患者的护理 这方面的信息都比较感兴趣，小编就针对 人工智能算法可指导有急性肾损伤风险的ICU患者的护理 整理了一些相关方面的信息 在这里分享给大家。
在ICU中预测急性肾损伤(AKI)方面，机器学习并不比医师更好，这预示着一旦出现，预示着不良的预后。但是，AI方法在预测AKI方面也不差，它可以帮助缓解医生过高估计风险和对低风险患者进行过度治疗的趋势。
因此，根据在重症监护中进行研究的欧洲研究人员的说法，将该工具与传统的风险评估方法结合使用具有净收益。
该小组由比利时鲁汶大学(Keholieke Leuven)的高级研究作者Geert Meyfroidt博士领导，进行了一项前瞻性观察性研究，涉及三级学术中心五个重症监护病房中的252名患者。
这些患者是重症成人，没有AKI或终末期肾脏疾病，但被ICU收治。
研究人员让医生完成了有关预期AKI的结构化问卷。医生在每位患者入院时，第二天早晨和24小时后填写表格。
将医师的预测与机器学习工具“ AKIpredictor”的预测进行比较，Meyfroidt及其同事发现，在医师和算法之间得分相似。
事实证明，AKIpredictor可以更好地校准人群中AKI的预测概率和观测频率之间的一致性，并且在此过程中可以带来显着的净收益。
结果表明该工具在选择高风险患者以及减少假阳性方面在临床实践中的潜在用途，这有助于避免不必要的治疗。
作者写道：“我们的发现表明，在同时使用医生的专业知识和AKIpredictor的情况下，可能会改善整体护理水平。”他补充说，由于样本量有限，需要更多的工作来验证他们的算法。
作者指出，他们的当前研究证实了以前的证据，表明医师倾向于高估ICU中AKI的风险。
他们指出，由于没有AKI的治疗方法-预防措施只能提供支持，而不能逆转病程-直觉表明将患者错误分类为高风险没有什么危害。
“但是，如果仅需要高危患者进行临床试验，或者可以使用新的，潜在的毒性或昂贵的AKI治疗方法，则只有AKIpredictor才能识别出正确的患者，从而限制选择偏倚，不必要的暴露或更高成本”，他们写道。“这种情况对应于AKI的高分类阈值，只有AKIpredictor对此显示出净收益。”