門診引入零電子警示系統，可辨識接受增強型CT掃描後可能有較高AKI風險的病患。系統建議補充液體並檢測肌酐，研究發現警示組有較多AKI隨訪，但與對照組在AKI發生率上無顯著差異。系統有助於辨識高風險患者、提供預防策略，並診斷AKI，不增加住院、死亡或腎臟替代治療風險。仍需進一步研究長期影響。 PubMed DOI

整合人工智慧和機器學習可改善心臟衰竭和急性腎損傷患者護理，提供個人化治療。本評論探討了人工智慧技術應對挑戰，強調驗證、合作和道德。結合分析工具和臨床知識，可提升患者護理水平。 PubMed DOI

準確評估心電圖對病人照護很重要。電腦化ECG解讀有限制，尤其在專家資源有限的情況下。人工智慧系統有提高準確性的潛力，但也有挑戰。新模型ECG-GPT能生成專家級診斷，在各種環境中表現強大。這個模型可幫助全球改善ECG解讀，特別是在資源不足的地區。 PubMed DOI

研究使用GPTs開發AI飲食系統，幫助中國HD患者管理鉀水平。結果顯示系統提供個人化飲食指導，降低高鉀血症風險。儘管在評估高鉀食物方面表現良好，但辨識低鉀食物仍有改進空間。研究強調AI在血液透析患者飲食管理上的潛力，建議進一步研究以完善護理策略。 PubMed DOI

科技進步改變心律失常護理，人工智慧在診斷治療扮演重要角色。AI可提高診斷準確性、改善遠程監測，ChatGPT應用潛力大。結合AI、大數據、可穿戴裝置擴展心律失常護理。未來發展包括精確算法、個人風險評估、遠程醫療、智慧穿戴裝置，探索罕見心律失常。 PubMed DOI

人工智慧心電圖分析可以幫助偵測高鉀血症。這項研究評估了該演算法在急診部和加護病房的表現。人工智慧演算法在偵測高鉀血症方面顯示出良好的敏感性和特異性，尤其在排除診斷方面表現出色。然而，其陽性預測值較低，顯示在準確診斷高鉀血症方面存在一些限制。 PubMed DOI

這項研究評估了三種大型語言模型（LLMs）—GPT-4、GPT-4o 和 Gemini Advanced—在解讀心電圖（ECGs）的表現，並與心臟科醫生及急診醫學專家的表現進行比較。研究結果顯示，心臟科醫生的表現始終優於這些模型，急診醫學專家在常規心電圖評估中也超越了GPT-4o。雖然GPT-4o在某些挑戰性案例中展現潛力，但整體準確性和一致性仍不及人類專家，顯示在臨床應用中使用這些模型存在風險。 PubMed DOI

這項研究評估了英國國民健康服務（NHS England）急性腎損傷（AKI）檢測演算法的實施情況，特別是警報的一致性。研究分析了來自29家實驗室的超過900萬個血清肌酸酐（SCr）結果，發現約158萬個AKI警報。雖然某些實驗室之間的一致性很高，但整體變異性大，特別是在基線SCr較高的患者中一致性最低。研究建議未來應針對一致性較低的實驗室進行審核，並探討慢性腎病患者中一致性不佳的原因。 PubMed DOI

住院期間的急性腎損傷（AKI）會顯著提高併發症和死亡率風險。研究分析了56,820名成人患者的數據，發現24.5%的患者有AKI，其中只有3.3%被正確診斷為完全AKI，68%的AKI病例未被檢測到。與完全AKI患者相比，未檢測的AKI患者年齡較輕、合併症較少，死亡率也較低。這項研究強調了住院患者中AKI識別的差異性及未檢測病例的普遍性，顯示準確診斷AKI對改善患者結果的重要性。 PubMed DOI

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