中国血液净化 ›› 2024, Vol. 23 ›› Issue (04): 294-297.doi: 10.3969/j.issn.1671-4091.2024.04.012
任之健 罗 群 蔡珂丹
REN Zhi-jian, LUO Qun, CAI Ke-dan
摘要: 终末期肾病的患病率逐年上升,血液透析是最常见的治疗方法。近年来,各种人工智能模型包括机器学习及深度学习模型在血液透析领域的研究日趋成熟,与普通线性模型相比,它们具有显著的优势和准确性,在运用血液透析患者数据来预测透析并发症、评估血管通路、管理液体容量和预测预后等方面进展迅速。在改进患者血液透析方案,提供个体化血液透析,防治并发症等方面具有很强的应用价值和广阔的前景。本综述总结了近年来人工智能模型在血液透析监测和并发症预测中的研究进展,希望为临床医生及护理工作者带来帮助,改善血液透析患者生存质量并延长生存期。
中图分类号: