典型文献
机器学习在脓毒症相关性急性肾损伤中应用的研究进展
文献摘要：
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。
文献关键词：
脓毒症;急性肾损伤;脓毒症相关性急性肾损伤;机器学习;人工智能
中图分类号：
作者姓名：
苏钦越;陈雨薇;陈薇薇;陈影;陈尔真
作者机构：
上海交通大学医学院附属瑞金医院急诊科，上海 200025
文献出处：
引用格式：
[1]苏钦越;陈雨薇;陈薇薇;陈影;陈尔真-.机器学习在脓毒症相关性急性肾损伤中应用的研究进展)[J].中华危重病急救医学,2022(11):1222-1226
A类：
B类：
脓毒症相关性急性肾损伤,SA,AKI,不良预后,特异性治疗,治疗手段,系统化管理,机器学习技术,临床数据,构建模型,临床决策,可解释性,SKI,风险预测,影像学诊断,预后评估,显现出,临床应用价值,医疗领域,精准医疗,智慧医疗
AB值：
0.249018
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。
