在慢性肾脏病（CKD）疾病负担持续加重、精准医学不断推进、人工智能（AI）技术快速发展的背景下，如何以重大临床问题为导向，推动肾脏病研究从机制解析、智能诊断到临床转化，成为当前肾脏病学科发展的重要课题。中山大学附属第一医院肾内科立足我国CKD防治和终末期肾病管理的提升需求，围绕积极“推进医工融合、AI赋能、促进转化”的总体方向，系统构建以学科建设为中心的AI研究与应用体系，持续探索肾脏病精准化、智能化和普惠化诊疗新模式。

中山大学附属第一医院 陈崴教授

学科平台建设：构建“肾脏病+X”交叉融合体系

AI赋能肾脏病研究，关键不在于单一算法突破，而在于形成面向临床问题的系统性创新平台。团队依托国家卫健委肾脏病临床研究重点实验室、广东省肾脏病重点实验室、中山大学肾脏研究所，构建“肾脏病+X”交叉融合研究体系，将肾脏病研究与生物学、医学、药学、大数据、前沿交叉技术和专科联盟深度融合，形成覆盖基础研究、关键技术、临床转化和应用推广的完整链条。该体系既服务于CKD诊断与干预，也面向终末期肾病适宜技术推广，为AI真正嵌入肾脏病学科发展提供了重要支撑。

智能病理预测：推动狼疮性肾炎精准治疗

狼疮性肾炎是临床上极具挑战性的免疫性肾病，传统临床和病理指标难以精准预测患者治疗反应。团队基于多种肾脏病理染色图像，开发狼疮性肾炎免疫抑制治疗疗效的AI预测模型，通过整合HE、PAS、PASM和Masson三色染色图像，实现对患者诱导治疗后12个月的疗效预测。研究显示，模型在内部测试集和外部验证集中均取得良好预测表现，AUC分别达到0.901和0.840，并显著优于传统临床病理模型，通过可视化分析，识别三级淋巴结构、肾小球硬化、间质纤维化和肾小管萎缩等关键病理特征。该成果作为封面文章发表在Kidney International，已申请国家发明专利。团队探索了AI从图像识别走向可解释的临床辅助决策，为狼疮性肾炎患者个体化治疗方案制定提供了新的技术路径。

眼肾融合创新：探索CKD无创诊断

CKD早期症状隐匿，病因判断困难，肾活检虽具有重要价值，却存在有创性和基层医院适用限制有难度的局限。围绕无创、便捷、可推广的肾病诊断需求，团队联合中山大学中山眼科中心建立iKEA眼肾联盟，开发了“眼看肾病”智能诊断系统KIDS。该系统基于眼底彩照和常规肾专科检查，形成慢性肾病筛查、无创病理诊断和预后预测三大功能，可用于判断CKD、预测常见5大类肾脏病理类型（包括IgAN、膜性肾病、糖尿病肾病、高血压肾病、微小病变肾病/FSGS），并辅助评估远期预后。该成果发表在Nature communication，KIDS系统已成功搭建了在线应用系统，将眼底影像与肾脏疾病诊疗深度融合，为基层医院、社区医院和体检中心开展CKD早筛提供了可及工具，也为无法及时接受、或无条件肾穿刺活检的患者提供了新的诊断参考。

AI赋能腹透：升级腹膜透析“广州模式”

腹膜透析是终末期肾病患者重要的肾脏替代治疗方式，但在我国推广过程中仍面临医护资源不足、患者培训难、随访管理负担重、腹膜炎早期识别难等现实挑战。团队长期深耕腹膜透析领域，形成并推广国际认可的腹膜透析“广州模式”。在此基础上，团队进一步提出“AI+PD”升级方案，围绕AI培训、AI早诊、AI+APD和AI智慧决策系统构建智能管理矩阵。团队开发的“中山医智透专家AIDE”手机APP、腹膜炎手机视觉识别早诊技术和AI助手为患者安全腹透保驾护航，并分别获得了国家软件注册权和国家发明专利。团队依托全国多中心腹透数据库，建设以腹膜透析大语言模型为内核的智慧诊疗决策系统，正在推动腹透管理从经验随访走向智能监测、主动干预和精准决策。

AI赋能肾脏病研究，最终目标是服务临床真实需求、提升患者获益和推动学科高质量发展。中山大学附属第一医院肾内科团队坚持以学科建设为中心，以临床问题为牵引，以多模态数据和专科平台为基础，将AI贯穿于病理预测、无创诊断、慢病管理和腹透决策等关键场景，形成了从研究创新到临床应用的闭环路径。未来，随着专科大模型持续迭代和应用场景不断拓展，AI将进一步助力肾脏病诊疗体系向精准、高效、智能和可及的方向发展。