边肖发现，很多朋友感兴趣的信息是，人工智能算法可以指导ICU患者急性肾损伤风险的护理。边肖整理了一些人工智能算法指导下的ICU急性肾损伤患者风险护理的相关信息，分享于此。

在预测ICU急性肾损伤(AKI)方面，机器学习并不比医生更好，这表明一旦出现，就预示着预后不良。但AI方法在预测AKI方面并不差，可以帮助缓解医生高估风险、过度治疗低风险患者的倾向。

因此，根据研究重症监护的欧洲研究人员的说法，将这一工具与传统的风险评估方法相结合有净收益。

该团队由比利时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研究，涉及三级学术中心五个重症监护病房的252名患者。

这些患者是没有AKI或终末期肾病的严重成人，但被送入ICU。

研究人员要求医生完成一份关于预期AKI的结构化问卷。医生在每个病人入院时、第二天早上和24小时后填写表格。

将医生的预测与机器学习工具“AKIpredictor”的预测进行比较，Meyfroidt和他的同事发现医生和算法之间的得分是相似的。

事实证明，AKIpredictor能够更好地校准群体中AKI的预测概率与观测频率之间的一致性，并能在此过程中带来显著的净收益。

结果显示了该工具在临床实践中选择高危患者和减少假阳性方面的潜在应用，这有助于避免不必要的治疗。

作者写道：“我们的发现表明，同时使用医生的专业知识和AKIpredictor可能会提高整体护理水平。“他补充说，由于样本量有限，需要做更多的工作来验证他们的算法。

作者指出，他们目前的研究证实了以前的证据，表明医生倾向于高估重症监护室中AKI的风险。

他们指出，由于AKI没有治疗方法——预防措施只能提供支持，但不能逆转病程——直觉表明，错误地将患者归类为高风险并无害处。

他们写道：“然而，如果临床试验只需要高风险患者，或者可以使用新的、潜在有毒或昂贵的AKI治疗，只有AKIpredictor可以识别正确的患者，从而限制选择偏差、不必要的暴露或更高的成本。“这种情况对应AKI的高分类门槛，只有AKIpredictor显示了这方面的净利润。”