英国研究者Scanlon等报告，仅依据癌症患者常规血样，一种模型即可准确地识别出最多一个月之后可能发生的急性肾损伤(AKI)。该模型可发现近74%的患者30天内的AKI情况，为干预和可能的预防提供了窗口期。(AACR人工智能、诊断和影像虚拟专题会. 摘要号PR-11)

由于其治疗和疾病的性质，癌症患者是AKI的高危人群。AKI会给患者带来巨大的治疗困扰和痛苦，因此，如果人们能够在AKI发生之前对其进行预测并能预防其发生，无疑是极好的消息。

Scanlon等开发了一种随机森林模型，这是一种机器学习算法，结合了常规采血检测中的其他标志，旨在提前30天预测AKI。研究人员使用2017年1月至2020年5月接受治疗的48 865例患者的597 403份验血结果开发并训练了该模型。

该模型将患者未来30天内的AKI风险划分为5种类别：极低危、低危、中危、高危和极高危。随后，研究人员入组2020年6月至2020年8月的另外9913例接受了癌症治疗的患者中，对该模型及其风险类别进行了前瞻性验证。

结果显示，使用中危或更高危的模型阈值，该模型可以正确预测最终验证为AKI的、447例验证队列患者中的330例(73.8%)。在该模型误判为AKI的154例患者中，9例仅进行了一次随访血检，而17例无任何检查，因此其实际结果尚不清楚。

(编译 马小妍)