典型文献
基于人工智能的急性肾损伤预警系统研究进展
文献摘要：
急性肾损伤(acute kidney injury,AKI)是由多种病因导致的肾功能短期内急剧下降,具有发病率高、致死率高、临床预后差等特点.对于AKI患者早期识别、早期诊断并适时给予干预措施是改善患者不良预后的关键.随着人工智能的普及,AKI预警系统经历了从基于简单算法的电子警报到多特征学习预测模型的逐步发展,能够利用多维复杂的临床数据主动识别高危人群,提醒临床医生早期干预以改善患者不良预后.本文就人工智能在AKI预警系统中的研究进展进行综述.
文献关键词：
急性肾损伤;预测模型;电子警报;机器学习
中图分类号：
作者姓名：
赵丹;余晨;张颖莹
作者机构：
200065上海,同济大学附属同济医院肾内科
文献出处：
引用格式：
[1]赵丹;余晨;张颖莹-.基于人工智能的急性肾损伤预警系统研究进展)[J].中国血液净化,2022(08):599-602
A类：
电子警报
B类：
急性肾损伤,预警系统,acute,kidney,injury,AKI,内急,急剧下降,致死率,临床预后,早期识别,不良预后,报到,多特征,特征学习,临床数据,主动识别,高危人群,提醒,临床医生,早期干预
AB值：
0.322009
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
