河南省人民医院 邵凤民教授

连续性肾脏替代治疗（CRRT）技术历经40余年发展，其治疗已从单纯的“肾脏替代”转变为“多器官功能支持”。传统CRRT依赖人工记录和调整治疗参数，面临数据量大、模式复杂、易出错等挑战。近10年来，信息技术的发展日新月异，人工智能（AI）在医疗领域获得广泛应用。CRRT的精准治疗、质量控制在信息技术和人工智能的辅助下变得更加完善，CRRT技术也已从简易到AI。

基于AI开发的一个预测急性肾损伤（AKI）模型，该模型能够准确预测普通住院患者近72小时内进展至AKI风险。根据AKI前后96小时内的血清肌酐水平，得出并验证了脓毒症AKI早期8种不同类别的肌酐轨迹，这些不同类别与出院时发生急性肾病或死亡风险的患者有关。SeqSNR是一种具有深度嵌入层的循环神经网络模型，辅助医生就CRRT启动时机做出决策。一项回顾性研究纳入了1571例因AKI开始CRRT治疗的成年患者，分为训练组与测试组，构建了ICU病死率预测模型和院内病死率预测模型，结果提示机器学习算法的AUC明显优于APACHE II、SOFA等传统评分系统。机器学习算法/人工智能可以预测AKI的发生、进展、启动时机、CRRT治疗结局的发生。

聊天机器人通过监测跨膜压升高、滤器压降低及废液压下降等变化，可预测管理凝血风险，优化护理流程，实现智能监测。“精确CRRT”聚焦个体，治疗方案随患者病情动态变化，实时评估至关重要。未来CRRT模式依托云端与AI，计算机自动整合分析多源信息，生成处方建议，经医生审核授权后由护士执行，形成闭合反馈环路，实现精准治疗与个体化管理。

河南省人民医院CRRT信息化平台可实时追踪每台设备的运行状态及关键参数，动态监控耗材使用时间，通过智能预警机制提示更换耗材，避免治疗中断，提升临床操作效率；通过智能化数据采集与分析，实现科研与质控的高效整合；实时监测导管关键参数，智能识别导管功能障碍早期征兆。系统记录预警事件与处理效果，通过机器学习持续优化预警阈值，形成“监测-预警-干预-改进”闭环管理，显著降低导管相关并发症。