Advances in critical care nephrology through artificial intelligence.
透過人工智慧在重症護理腎臟學的進展。 Curr Opin Crit Care 2024-09-09

這篇評論探討了人工智慧（AI）在重症護理腎臟科的進展與應用。AI 演算法能提升早期檢測、風險預測及個性化治療，特別是在急性腎損傷（AKI）管理上。機器學習模型可在血清肌酸酐變化前預測 AKI，而大型語言模型則能自動生成臨床筆記和患者教育材料。儘管如此，為了發揮 AI 的潛力，仍需解決數據質量和倫理等挑戰。成功整合 AI 需要腎臟科醫生、重症醫師與 AI 專家的合作與持續教育。 PubMed DOI

How artificial intelligence is transforming nephrology.
人工智慧如何改變腎臟科。 BMC Nephrol 2024-08-27

腎臟科的研究越來越重視複雜的分子系統及其與疾病和治療的關聯。隨著組學科學和數位健康的進步，研究變得更依賴數據，並需要強大的計算工具來處理新生物標記。人工智慧（AI）和機器學習（ML）在分析各類數據上展現出優勢，但目前只有少數基於ML的醫療決策系統經過驗證可用於臨床。為了有效整合新發現，需發展可解釋的ML方法和個人化醫療策略。AI驅動的「智慧腎臟科」仍在起步階段，面臨數位鴻溝等挑戰。這篇社論探討了AI在腎臟科的應用，並介紹了相關特刊。 PubMed DOI

From bytes to nephrons: AI's journey in diabetic kidney disease.
從位元組到腎小管：AI 在糖尿病腎病中的旅程。 J Nephrol 2024-08-12

糖尿病腎病（DKD）是2型糖尿病的一大併發症，對全球健康影響深遠。及早檢測DKD對改善病人結果至關重要。近期，人工智慧（AI）和機器學習（ML）在醫療領域的進展，特別是在預測DKD方面，顯示出良好潛力。研究顯示，AI和ML在預測DKD進展上表現優於傳統模型，並能整合遺傳數據，增進對疾病的理解及個性化治療。儘管面臨數據需求和標準化挑戰，AI和ML仍有潛力改變DKD的管理方式，未來應專注於開發臨床應用的AI工具。 PubMed DOI

Deep learning applications for kidney histology analysis.
深度學習在腎組織分析中的應用。 Curr Opin Nephrol Hypertens 2024-03-20

腎臟病理學利用深度學習改進研究和診斷，有望革新病理學實踐。深度學習模型應用於預測腎臟疾病進展和診斷疾病，但仍需更多證據和現實測試。深度學習有潛力提升腎臟組織學分析，對腎臟病理學研究和臨床診斷有幫助，未來仍有更多潛力可挖掘。 PubMed DOI

Recognition of intraglomerular histological features with deep learning in protocol transplant biopsies and their association with kidney function and prognosis.
深度學習在移植活檢中辨識腎小球內組織特徵及其與腎功能和預後的關聯。 Clin Kidney J 2024-02-20

這項研究使用卷積神經網絡來自動分割移植活檢中的腎小球細胞和毛細血管，以評估它們與移植功能的相關性。結果顯示某些細胞密度與腎功能參數之間存在關聯。將這些細胞進行自動分割可能成為未來移植器官失敗風險的潛在標誌。 PubMed DOI

Interpretable machine learning model integrating clinical and elastosonographic features to detect renal fibrosis in Asian patients with chronic kidney disease.
整合臨床和彈性超聲特徵的可解釋機器學習模型，用於檢測亞洲慢性腎臟病患者的腎纖維化。 J Nephrol 2024-02-05

利用機器學習演算法分析CKD患者的腎臟纖維化程度，XGBoost模型表現優異，AUC達0.97。SHAP方法有助於解釋模型輸出，顯示腎小球過濾率對預測影響最大。這有助於臨床醫生制定CKD患者的治療策略。 PubMed DOI

Development of a multiple convolutional neural network-facilitated diagnostic screening program for immunofluorescence images of IgA nephropathy and idiopathic membranous nephropathy.
發展多卷積神經網路輔助診斷篩檢程式，用於IgA腎病和特發性膜性腎病的免疫螢光影像。 Clin Kidney J 2023-12-05

開發了一個利用CNNs的診斷程式，可協助免疫螢光（IF）檢測IgA腎病（IgAN）和特發性膜性腎病變（IMN）。這個程式在診斷上表現準確、敏感、特異，比腎病理學家更優。在不同醫院的影像測試中穩定表現，勝過經驗不足的醫師。這個程式可能成為協助診斷IgAN和IMN的寶貴工具。 PubMed DOI

Automated evaluation with deep learning of total interstitial inflammation and peritubular capillaritis on kidney biopsies.
腎臟活檢中間質總炎症和周管血管炎的深度學習自動評估。 Nephrol Dial Transplant 2023-12-17

研究使用卷積神經網路評估腎臟活檢中的炎症和血管炎，結果顯示神經網路在偵測白血球和血管方面表現優異，準確度高。研究指出自動化評分與視覺評分高度相關，且神經網路預測與病理學家評分相符。對於免疫球蛋白A腎病患者，炎症程度與腎功能相關。總結指出人工智慧在腎臟病理學中有潛力提供準確評估和預後預測。 PubMed DOI

Deep learning automation of MEST-C classification in IgA nephropathy.
深度學習自動化在IgA腎病中的MEST-C分類。 Nephrol Dial Transplant 2023-11-16

研發了一個神經網路工具，能自動評估IgA腎病的MEST-C分級。研究顯示，這個工具在辨識和分級腎臟病變方面表現出高準確性，對M、E、S、T和C分數有強大預測能力。結果與病理學家評估高度一致，尤其S和T分數對預測不良結果有幫助。這研究顯示深度學習在自動評估IgA腎病肾脏病理上有潛力。 PubMed DOI

Recent Advances and Future Perspectives in the Use of Machine Learning and Mathematical Models in Nephrology.
腎臟學中機器學習和數學模型的最新進展和未來展望。 Adv Chronic Kidney Dis 2023-01-23

這篇文章討論了在腎臟學中使用數學模型，主要聚焦在兩種主要類型：機械動態系統和人工智慧/機器學習。機械模型展示因果關係，但較為複雜，而人工智慧則能預測模式，但可能較難解釋。這些模型在管理慢性腎臟疾病和透析治療方面非常有價值。結合這些方法可能會帶來腎臟學領域的醫療保健改善。 PubMed DOI

Deep Learning-Based Model Significantly Improves Diagnostic Performance for Assessing Renal Histopathology in Lupus Glomerulonephritis.
深度學習模型顯著提升對狼瘡性腎小球腎炎腎組織病理評估的診斷表現。 Kidney Dis (Basel) 2022-09-28

評估腎小球病變對確診腎小球腎炎和評估腎臟疾病至關重要。新模型MRPS利用深度學習技術分析腎臟組織影像，準確進行分割和特徵提取。此模型可辨識重要預測因子、進行評分，且在區分不同疾病嚴重程度方面表現卓越。MRPS提供量化且可重複的方式評估腎臟疾病，尤其對狼瘡性腎炎的診斷和預後評估有幫助。 PubMed DOI

新聞

站上相關主題文章列表