虎扑-热帖 03月16日
AI在多中心的场景,实施1年2月以来,提前30天给出肾病发生预测的性能稳定在85%
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文总结了过去一年AI在肾损伤预测方面的运行结果。数据显示,AI已覆盖525万患者,多中心场景下提前30天预测肾损伤的性能稳定在85%,7天模型也达到85%左右。AI对88%的就诊患者给出低风险预测,特异性高达98%。6%的患者被AI预测为肾功能受损,另有6%被预警。值得关注的是,40岁以下人群的终末期肾病患者增幅速率最快,可能预示尿毒症年轻化趋势。7天和30天模型均显示院内肾损伤发生率有所下降,但尚不能完全确定是否归功于AI模型。

📊 AI已覆盖525万患者,在多中心场景下,提前30天预测肾损伤的性能基本稳定在85%,7天模型也达到了相似水平,预示着AI在肾脏疾病管理中的广泛应用潜力。

✅ AI对88%的就诊患者给出了肾功能损伤的低风险预测,且特异性高达98%,这表明AI在排除非高风险人群方面具有很高的准确性,有助于医疗资源更有效地分配。

📈 40岁以下人群的终末期肾病患者增幅速率最快,单月增幅达13.3%,提示尿毒症可能呈现年轻化趋势,需要引起重视并加强对年轻人群的肾脏健康管理。

📉 7天和30天模型显示,院内肾损伤发生率分别从0.3%下降到0.27%,从0.6%下降到0.55%,虽然不能完全确定是AI的功劳,但数据表明AI模型可能对降低院内肾损伤发生率有积极影响。

我已经有半年,未来更新这儿的模型了。事情太多了。正常的,二到三个月,可能迭代一次模型,是稳妥的。

今天因为项目的需要,就对过去一年以来的AI的运行结果,作了个统计。

几个主要的统计数据

--

1. 目前已覆盖患者数,525万,

2. 多中心场景下,提前30天预测肾损伤的发生,性能基本稳定在了85%,7天模型,貌似也被拉到85%左右了。应当的,再次做个迭代,会把性能再提升回一些的。

3. 88%的就诊患者,AI都给出了肾功能损伤的低风险预测,且,特异性98%,

4. 6%的就诊患者,由AI给出了肾功能受损的结论,另外6%患者,AI给出了肾功能损伤的发生预警,

5. 肾功能发展到终末期肾病的患者中,以环比统计,40岁以下的人群,是增幅速率最快的人群,以单月计,增幅速率13.3%。这是否预示,尿毒症患者越来越趋向年轻化?

6. 同样以环比计,

7天模型从9月份开始统计,30天模型从11月份开始统计,

7天模型,院内肾损伤发生率,从0.3%下降到了现在的0.27%,

30天模型,院内肾损伤发生率,从0.6%下降到了现在的0.55%,

但,我不能确定,这是否是上了AI模型的功劳?

[合十][合十]

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

AI医疗 肾损伤预测 尿毒症 数据分析
相关文章