急性肾损伤（AKI）--肾脏突然无法过滤血液中的废物--可以破坏重症患者的肾脏系统。如果发展到了第2阶段，死亡率可接近89%（AKI分为三个阶段）。如果AKI在腹部手术后出现，则死亡风险增加12倍。
幸运的是，我们在早期检测技术方面已经取得了进展。西北大学（Northwestern University）和德克萨斯大学健康科学中心（Northwestern University and the University of Texas Health Science Center）的研究人员发表了一篇名为《利用临床记录对重症监护急性肾损伤进行早期预测》的一篇论文，描述了一种可以从电子病历中收集和提取风险因素的人工智能（AI）系统，并能够预测进入重症监护病房（ICU）后24小时内出现AKI的可能性。
研究人员写道：“我们开发了基于数据的预测模型来估计新发AKI的风险。” “从实际的角度来看，我们的预测模型可以在重症患者进入ICU后，迅速提示发生AKI的风险。”他们从14,1470名患者的16,560例ICU记录中挑选编制了77,160份临床记录，并将其分为两组：一组用于训练，另一组用于测试。然后，他们着手建立一个机器学习模型。
人工智能
他们使用了scikit-learn（一种用于Python编程语言的开源机器学习库）中的五种算法评估ICU中的病患出现AKI的风险。在测试中，它能够识别出风险概率超过50%的病患，与之前的方法相比，准确性极具“竞争力”。
尽管如此，它并不完美。它错误地为包含了高度相关词--如“胸管”和“不稳定”--的病患贴上了AKI的标签。在另一个案例中，则未能识别出该患者事后出现的AKI。（在这个案例中，他们发现数据库中缺乏足够多条件相似的病患数据）。
研究人员将继续研究替代性的表型系统、临床记录数据库以及其他患者数据集的验证。另一家将人工智能用于AKI检测的公司是谷歌的子公司DeepMind该公司于2月宣布与美国退伍军人事务部（U.S. Department of Veterans Affairs）合作，获得了超过700,000份医疗记录。 
