研究使用尿液肽和人工智慧，非侵入性評估慢性腎臟疾病原因。模型區分多種CKD原因，預測準確。雖然可視化步驟未提高準確性，卻提供獨特見解。需進一步研究驗證對各種CKD原因及其他疾病的臨床應用價值。 PubMed DOI

腎病理學中的AI應用快速增加，尤其在影像分析和非腫瘤樣本上。合作跨領域專家對開發有效AI工具至關重要。研究主要在美國進行，並朝向更複雜的任務，如深度學習多染色分類。 PubMed DOI

最近開發了一種新方法，用於在急性腎損傷的啮齒動物模型中可視化和量化腎臟中的葉酸結晶。這個方法包括一個簡單的組織學協議，然後是自動成像和量化。研究發現，這個模型與性別有關，女性顯示出比男性更高的腎臟結晶含量和血漿尿素水平。這個方法有助於了解和控制在研究急性腎損傷治療時葉酸結晶變化。 PubMed DOI

慢性腎臟疾病（CKD）在老年人中很常見，但早期檢測通常需要腎臟活檢。研究利用尿液和質譜儀開發診斷模型，可以準確區分CKD患者和健康人，並找出IgAN患者。這些模型顯示出很好的準確性和可靠性，對改善腎臟疾病的診斷和管理有幫助。 PubMed DOI

研究目的是提升對CAKUT胎兒腎臟存活的超聲波預測能力。通過組織學分析，幫助標準化超聲波解讀。研究發現減少羊水量、發育不良和囊腫是最佳預測指標。整合這些因素成演算法可提高預測準確性。發育不良和囊腫雖相關，但起源不同，解釋了它們聯合預測的效果。標準化並結合超聲波解讀可增進CAKUT懷孕的臨床建議。 PubMed DOI

研究人員正努力尋找不需進行手術的方式，像是超音波、磁振造影和放射統計學，來診斷慢性腎臟疾病中的腎臟纖維化。綜合21個研究、4885名參與者的結果，發現超音波在檢測腎臟纖維化方面比磁振造影和放射統計學更靈敏。雖然磁振造影具高特異性，但放射統計學在診斷腎纖維化上仍有挑戰。未來需要更多研究來優化人工智慧演算法。 PubMed DOI

研究利用拉曼光譜學區分心臟手術後急性腎損傷（AKI）和非AKI患者，找到獨特尿液生物標記，並成功區分不同AKI階段。結果顯示各組代謝有明顯差異，每個AKI階段都有獨特特徵。研究高辨識率區分AKI患者和非AKI受試者，有助於改善腎臟疾病管理，未來或可發展有效檢測和監測AKI的拉曼光譜學方法。 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

尿液沉渣檢查（U-sed）是一種非侵入性且快速的診斷工具，對評估腎臟疾病非常重要。本文介紹了收集、準備和檢查尿液樣本的基本步驟，以確保結果準確。 我們探討了與不同病症相關的U-sed發現，包括： 1. **顯微血尿**：檢查紅血球及其原因。 2. **腎小球疾病**：分析管型和蛋白質異常。 3. **急性間質性腎炎**：識別嗜酸性白血球變化。 4. **急性腎損傷**：評估管狀損傷跡象。 5. **腎臟移植BK病毒再活化**：檢測病毒顆粒。 6. **結晶性遺傳疾病**：識別異常結晶。 這些發現能幫助醫師提升診斷能力，並有效監測腎臟疾病。 PubMed DOI