21世纪是科技高速发展的时代，互联网渐渐走入人们的生活。互联网就像一张网。把我们紧紧联系起来，现在的衣食住行都离不开互联网科技，下面分享一篇关于互联网科技的文章给大家。
预防AKI具有挑战性，因为其原因千差万别。国家肾脏基金会(National Kidney Foundation)的肾病学家、首席医疗官约瑟夫·瓦萨洛蒂(Joseph Vassalotti)说:“这种情况通常发生在重大手术或手术并发症以及败血症期间。”瓦萨洛蒂没有参与这项新项目的开发。“由于副作用或免疫反应，一些药物会导致急性肾脏损伤。其他原因包括尿路阻塞、烧伤并发症和心脏病——所有这些都经常发生在医院。
AKI可能会发生——而且几乎没有任何警告。血液中一种叫做肌酐的废物的增加标志着肾功能的急性下降，但是当医生检测到肌酐升高时，损伤已经发生了。通常护理人员只能减轻损害。
因此，谷歌旗下人工智能公司DeepMind的子公司DeepMind Health的研究人员和他们的同事转向了人工智能。他们设计了一种人工智能算法来识别表明某人有罹患急性中脑损伤风险的因素，并在发病前48小时进行预测。该算法预测整体AKI病例的准确率为55.8%，但在严重到后来需要透析的病例中，这个数字为90.2%。这项研究发表在周三出版的《自然》杂志上。
为了训练他们的算法，该研究的作者提供了703,782份来自美国退伍军人事务部(VA)的成人匿名电子健康记录样本。这些数据包括人工智能模型可以使用的60多万个不同的健康指标。其中包括血液检测结果、生命体征、处方和过去的程序，以及病房之间的转移或重症监护病房的入院等过程相关信息。首先，研究人员必须确定哪些因素是无关的，哪些是潜在的危险信号。“我们使用深度学习的力量来找到正确的数据信号,“说Nenad Tomašev, DeepMind研究工程师。最终，他们确定了4000个可能在预测AKI中发挥作用的相关因素。
通过检查这些指标，该算法可以在肾脏损伤发生之前计算出患者是否处于危险之中。DeepMind Health的产品主管多米尼克•金表示:“由于数据丰富，临床医生能够在两天前从反应性转变为预测(AKI)的能力。”该研究的作者建议医生可以利用这些额外的时间来预防或减轻伤害。例如，他们可能采取保护措施，如提供更多的静脉输液或利尿剂，或确保正在使用的药物对患者的肾脏没有毒性。临床医生也可以更快地处理与肾功能丧失相关的并发症。
尽管他称这项研究“很有前途”，但瓦萨罗蒂表示，他怀疑这种人工智能能否在典型的医院环境下工作。他还指出，退伍军人管理局的健康记录比一般的医疗记录包含更多的信息，病人在各个治疗机构都能被很好地跟踪(这正是DeepMind的研究人员想要研究这些数据的原因)。那么，在临床医生缺乏住院前医疗记录的更常见情况下，这种算法是否同样有效呢?
瓦萨洛蒂还指出了DeepMind研究人员工作中其他两个令人担忧的领域:女性人数少(仅占样本的6%)和大量的假阳性结果。“他们需要通过更多的研究来完善(算法)，以减少误报，”他说。国王反驳说,假阳性的问题”并不是一个真正的、实实在在的问题,”因为他们大约一半的正确积极的IDs肾脏damage-just预测超过48小时在前进还是“落后于假阳性的问题”,意思是“只有一个阿基集,该模型使预测风险增加一段时间。在剩下的50%中，大多数发生在有肾脏问题的人身上。
这篇新论文背后的研究人员表示，这个项目是在临床环境中使用人工智能的一个早期但重要的里程碑，他们现在需要完善他们的模型。最终，他们计划将其应用于其他医疗保健预测。“败血症、肝功能衰竭、糖尿病并发症，”King说。“我们看到了(这种算法)应用于其他可预防疾病的巨大潜力。”