构建机器学习驱动的住院患者急性肾损伤可解释预测模型，为临床诊疗带来新突破

为解决急性肾损伤（AKI）预测难题，研究人员构建预测模型，可提前 48h 预测，助力临床决策。

　　

急性肾损伤预测的困境与新探索

在医学领域，急性肾损伤（AKI）是一种复杂的综合征，由多种因素引发。它如同隐藏在患者健康背后的 “定时炸弹”，严重威胁着患者的生命健康。目前，AKI 的诊断主要依赖血清肌酐（SCr）测量和 / 或尿量，但这两种方法都存在明显缺陷。SCr 存在滞后效应，不能及时反映肾脏损伤情况；而尿量记录的不准确，也在一定程度上限制了对 AKI 的预测效果。近年来备受关注的生物标志物研究，进展也较为缓慢，目前仅有基质金属蛋白酶抑制剂 - 2（Timp - 2）和重组人胰岛素样生长因子结合蛋白 - 7（IGFBP7）获得美国食品药品监督管理局（FDA）批准，但其临床可用性仍存在疑问。

在这样的背景下，人工智能（AI）技术的发展为 AKI 的预测带来了新的希望。AI 技术，尤其是机器学习方法，在处理大规模电子健康记录数据方面具有独特优势。基于此，解放军总医院第一医学中心等机构的研究人员开展了一项重要研究，旨在构建一个基于机器学习算法的可解释实时 AKI 预测模型，以更准确地预测 AKI 的发生，为临床医生提供有力的决策支持。该研究成果发表在《Scientific Reports》上。

研究方法

研究人员从解放军总医院第一医学中心筛选了 2011 年 1 月 1 日至 2019 年 12 月 31 日期间入院的患者，部分解放军总医院第五医学中心同期患者纳入外部验证队列。依据年龄、住院时间、病例数据完整性及血肌酐测量次数等标准筛选患者，排除部分不符合条件的患者。数据来源于医院大数据中心，涵盖患者多方面信息。AKI 的定义遵循 2020 KDIGO 临床实践指南，并结合研究实际情况进行调整。

在数据处理方面，研究人员先通过 Pearson 相关性检验筛选变量，去除高度相关且与预测结果关联小的变量，对连续变量标准化、去除极值并归一化，将分类变量转换为二元变量，同时处理缺失值。建模时，采用下采样平衡样本，划分训练组和验证组，以 12h 为时间框架动态更新变量信息预测 AKI。运用五种机器学习方法构建模型，经十折交叉验证优化，用随机森林递归特征消除（RF - RFE）法筛选重要变量构建最终模型。通过多种指标评估模型性能，利用 SHAP 方法解释模型变量重要性。

研究结果

1. 重要变量筛选：经相关性分析和 RF - RFE 法，确定 39 个重要变量，包括 20 个实验室检测变量（如 C 反应蛋白（CRP）、尿酸（UA）等）、8 个治疗用药变量、4 个生命体征变量、2 个基线特征变量、4 个特殊检查或治疗变量和 1 个基础疾病变量（肿瘤）。
2. 模型性能评估：内部验证中，基于 53 个变量和 39 个重要变量构建的模型里，XGBoost 模型预测效果和稳定性最佳，曲线下面积（AUC）分别达 0.9301 和 0.9357。外部验证时，支持向量机（SVM）模型表现最优，AUC 值为 0.8230 和 0.8329，XGBoost 模型次之，AUC 值为 0.8124 和 0.8316 。校准方面，各模型 Brier 分数接近 0.2，XGBoost 模型最低。决策分析曲线（DCA）显示，各模型在较宽风险阈值下均有显著净收益，XGBoost 模型表现良好。
3. 模型解释：基于内部验证数据的 SHAP 重要性矩阵结果表明，尿酸、胶体溶液、入院首次肌酐值、脉搏和白蛋白是两种建模策略中最重要的五个变量。SHAP 分析还显示，随着这些变量值变化，住院患者发生 AKI 的风险也会改变，且两种建模策略中变量对 AKI 事件的预测趋势一致。

研究结论与意义

研究人员成功构建了基于多种机器学习算法的稳健 AKI 预测模型，该模型基于 39 个重要变量，能提前 48h 准确预测 AKI 的发生。与以往研究相比，该模型具有诸多优势。它基于大量患者数据开发，适用性广；未使用国外开源数据库，更贴合中国人群特点；综合考虑静态和动态变量建模，更全面反映患者情况；采用时间窗口收集数据，实现实时预测；运用多种算法建模并综合评估，确保模型性能。

尽管研究存在一些局限性，如部分患者基线 SCr 值替代可能低估 AKI 发病率、未纳入既往 AKI 病史等，但这一成果仍为 AKI 的预测和临床管理提供了重要的参考。未来，研究人员将继续优化模型参数，提高其在医疗技术欠发达地区的适用性，为改善患者 AKI 预后提供更强有力的技术支持，也为人工智能技术和机器学习算法在 AKI 管理领域的进一步应用奠定了基础。