的研究人员使用机器学习来准确预测慢性肾病患者何时需要透析。该技术可以促进个性化护理和优化治疗计划。

米兰理工大学的 Marco Masseroli 博士和他的同事开发了多个模型，用于确定一个预测即将发生的肾功能衰竭的模型，这意味着在接下来的 12 个月内，具有 94% 的准确度、91% 的特异性和 96% 的灵敏度。

这项工作在 9 月版的《生物医学计算机方法和程序》中有所描述。

作者在介绍这项研究时指出，慢性肾病有许多可能的原因和表现，影响了大约 3000 万人，并且花费了超过 320 亿美元的医疗保健费用。

早期发现是计划适当治疗的关键，以在完全肾衰竭发生之前保持和延长良好的生活质量。

因此，人工智能在逐个患者准确预测疾病进展方面的效用。

Masseroli 和团队开发的最终预测模型，一组极端随机树分类器，处理了 27 个特征。这些包括血液中肌酐、尿素和红细胞的水平、尿液比重和肾小球滤过率的计算估计值，这给出了整体肾功能的概念。

该模型可能有助于临床改进，包括按风险级别、Masseroli 和团队报告对患者进行分层和安排。

同时，供应商将实现运营和管理方面的优势。

“医院使用的资源(人员、科室拥挤、检查处方等)以及患者接受临床诊疗的时间和精力都可以得到显着优化，”马塞罗利及其同事写道。“透析治疗的开始本身可以提前精确计划，让临床医生和患者都能以最合适的方式组织自己。