Nat. Commun. | 大型语言模型驱动的多中心急性肾损伤预测与可解释风险归因
急性肾损伤(Acute Kidney Injury,AKI)是住院患者最常见且最严重的并发症之一,早期识别高危患者对于降低死亡率和改善预后具有重要意义。然而,目前多数AKI预测模型虽然具有较好的判别能力,却普遍存在假阳性率高、临床解释能力不足等问题,导致医生容易产生“报警疲劳”,限制了人工智能模型在真实临床环境中的推广应用。研究人员开展了一项覆盖我国四家不同地区医院、多中心回顾性队列研究,构建了由两个大型语言模型组成的协同框架,包括用于24小时内急性肾损伤实时预测的AKI-PM(Prediction Model)和用于风险解释的AKI-RAM(Risk Attribution Model)。研...