ASN 2022：深度学习模型预测住院成人患者肾功能和血清钾水平

2022年11月3日，在美国肾病周年会上公布一项研究，通过深度学习模型预测成人的肌酐和钾水平方面。

肾功能和电解质紊乱在住院治疗中很常见。对这些紊乱的先发制人的风险识别可以进行干预。我们开发了预测模型，以使用深度学习为风险识别提供信息。

我们获得了 22 年 1 月 1 日至 1 月 20 日在学术医院住院的所有成年人的数据。我们将住院治疗分为训练集（70%）、验证集（15%）和测试集（15%）。从每次住院开始，创建了多个输入/目标对，所有先前的信息都用于预测随后每天的肌酐和钾。对于初始建模，使用了 12 个实验室测试。使用了长短期记忆 (LSTM) 层，并使用训练/验证数据评估了多个架构和超参数。使用测试数据评估性能最佳的模型。将结果与初始基线预测（最后一个值结转和线性回归）进行比较。

共有 219,087 个输入/目标对可用。最终模型使用 4 个 LSTM 层（每个 64 个节点），然后是 4 个密集连接层（每个 32 个节点）、一个线性层和 dropout 正则化。根据测试数据，肌酐的平均绝对误差为 0.24 mg/dl，钾的平均绝对误差为 0.29 mEq/L。两者都优于幼稚的基线预测。对来自测试集中的个体住院的建模结果的询问揭示了模型在预测值中学到的可能模式。

深度学习模型在预测住院成人的肌酐和钾水平方面优于基线预测。下一步将纳入额外的预测变量，并将预测水平转化为临床可操作紊乱的风险估计。

链接：2022年肾病周学术会议摘要（美国肾脏病学会）

原始出处：

https://www.asn-online.org/education/kidneyweek/2022/program-abstract.aspx?controlId=3769324