持續性腎臟替代療法（CRRT）對急性腎損傷的重症病患至關重要，近期對於人工智慧（AI）在CRRT應用的研究逐漸增多。一項回顧文獻發現，十篇相關研究中，2021年的發表特別突出，60%的研究專注於機器學習模型，旨在提升CRRT的效果。主要研究方向包括早期指標、預測死亡率及腎臟恢復等，但文獻中也指出缺乏前瞻性驗證及偏見問題。儘管研究增多，仍需進一步探索AI如何改善臨床決策及CRRT的整體流程。 PubMed DOI

這篇文章探討了ChatGPT在診斷常見心律不整的潛力，研究分析了20,000名心律異常病患的電子病歷。結果顯示，ChatGPT的敏感度達93%、特異度89%、正確預測值91%及負確預測值92%。ROC曲線分析的AUC為0.743，顯示其診斷表現相當優秀。研究指出，ChatGPT的診斷能力與臨床專家相當，顯示其在輔助臨床決策及改善病人結果方面的潛力。 PubMed DOI

貧血是末期腎病（ESKD）患者在接受血液透析時常見的問題。本研究評估了一種非侵入式的遠端監測裝置Alio SmartPatch™，用來測量這些患者的血紅素（Hb）和紅血球比容（Hct）水平，並與傳統血液檢測比較。研究涵蓋116名來自美國和約旦的患者，結果顯示SmartPatch的測量結果與標準實驗室方法相近，且在臨床可接受範圍內。SmartPatch獲得FDA批准，能每月進行多達240次非侵入式測量，促進個人化護理。這項研究顯示遠端監測技術在改善ESKD患者貧血管理上的潛力，未來需進一步探討其長期效果及適用性。 PubMed DOI

這項研究開發了一個風險模型，利用心電圖（ECG）結果來預測接受血液透析（HD）患者的全因死亡率。研究涵蓋454名患者，期間從2008年到2021年。研究人員透過多變量Cox回歸分析找出關鍵預測因素，如年齡、血清白蛋白、中風病史、心房顫動及QT間期。隨訪三年中，21.5%的患者去世，預測模型的曲線下面積（AUC）達0.83，顯示良好區分能力，並能早期識別高風險患者，提供更安全的治療策略。 PubMed DOI

這項研究評估了基於ChatGPT的AI模型在解讀心電圖（ECG）的效果，並與心臟科醫生進行比較。分析了107個不同難度的ECG案例，結果顯示心臟科醫生的準確率為92.52%，遠高於AI模型的57.94%至62.62%。雖然AI在女性患者的表現較佳，但整體上仍不如醫生。研究指出，AI模型在ECG解讀上有潛力，但目前的可靠性不足，需進一步研究以提升準確性，特別是在複雜診斷方面。 PubMed DOI

本研究探討了ChatGPT 4.0在解讀動態血壓監測（ABPM）數據的準確性，與兩位腎臟科醫生的解讀結果進行比較。分析了53份ABPM記錄，結果顯示ChatGPT在高血壓識別、夜間高血壓及異常心率等方面的準確性分別為87%、89%及94%。兩輪測試的協議率顯示出中等到顯著的一致性，且準確性在兩次測試中無顯著差異。這表明ChatGPT在高血壓管理中具潛力，但仍需在更大樣本中進一步驗證。 PubMed DOI

這項研究探討如何透過增強心電圖（ECG）數據，結合心率變異性（HRV）和人口統計資訊（年齡、性別），來提升心房顫動（AF）的檢測準確性。AF是一種常見病症，早期檢測對預防中風和心臟衰竭至關重要。研究分析了35,634份經醫生驗證的ECG記錄，並測試了多種卷積神經網絡模型。結果顯示，整合HRV和人口統計數據顯著提升檢測性能，尤其在靈敏度上有明顯改善，顯示出多模態方法的潛力，未來仍需臨床驗證。 PubMed DOI

慢性腎臟病（CKD）是全球公共健康的重大挑戰，導致心血管疾病和死亡率上升。為了改善CKD管理，這篇回顧分析了2014至2024年間41篇文章，探討人工智慧（AI）在早期檢測、風險預測、治療建議及病人護理中的應用。研究顯示，AI能有效提升病人結果，但實施過程中面臨數據質量、模型準確性及工作流程整合等挑戰。成功整合AI需醫療界、研究者及監管機構的合作，以確保病人安全和法律合規。 PubMed DOI

這項研究發現，中性球百分比與白蛋白比值（NAR）是一個簡單又有效的指標，可以預測有腹水的肝硬化病人發生急性腎損傷（AKI）的風險。特別是NAR大於23.2時，預測嚴重AKI的準確度很高。NAR、白蛋白和慢性腎臟病是最重要的預測因子，未來有機會成為臨床上早期篩檢AKI的實用工具。 PubMed DOI

這篇論文探討癌症治療引起的心臟毒性問題，因早期症狀不明顯常被忽略。作者與11位臨床醫師合作，設計並收集對AI輔助決策系統的意見，提出「CardioAI」多模態系統，結合穿戴裝置和語音助理資料，協助評估風險與臨床決策，並進行初步專家評估及未來展望。 PubMed DOI