2022-8-29
國外一項研究顯示，超過50%的急性腎損傷（AKI）病例存在管理不善問題，43%的AKI病例被漏診或到晚期才被發現。早期預防、診斷與規范治療AKI是改善患者遠期預后、減少醫療資源消耗的關鍵?；菝緾DSS基于AI秒級數據處理、醫學邏輯精準判斷能力，能夠對在院患者的AKI風險進行動態預警與處置干預、智能提醒KDIGO-AKI診斷與自動分期、治療醫囑監測等，通過AI完善管理，幫助合作醫院臨床科室的AKI漏診率降低42.5%，有效提高AKI診療規范性。
01
動態預警與診斷提醒
AKI漏診率降低42.5%
2021年7月，中國臺灣急性腎損傷工作組發布AKI危險因素與預后評估共識，明確在高危人群中進行詳細的危險分層和頻繁的肌酐與尿量檢測，有助于AKI的早期診斷。然而，目前臨床仍缺乏通用的AKI風險篩查模型，以有效“發現”AKI高?；颊?。
惠每CDSS利用AI技術從醫學文獻、真實病例數據庫等挖掘出影響AKI的關鍵風險因素，由此建立起AKI預警模型，在患者住院過程中，通過病歷數據的追蹤與解析，自動判斷患者AKI風險等級與發生風險的概率（如中風險患者，AKI發生風險為30%~60%），幫助臨床實時感知患者疾病風險，減輕臨床工作量。
某三甲醫院腎臟病科醫生在上線系統的第一個月，對科室59.1%的可能存在AKI中高風險的患者進行了篩查，這個比例在第二個月提升至65.6%，使更多的高?；颊叩玫皆缙谧R別與預防。在應用系統的兩個月期間，科室的AKI發生率月均值為4.2%，較系統上線前的6.6%降低了36%（圖1），一定程度上反映早期識別與預防對AKI發生率的影響。
圖1 臨床科室AKI風險評估率與AKI發生率變化趨勢
對于被評估為AKI高風險、極高風險的患者，CDSS將提醒醫生檢測其血肌酐水平、尿量，建議謹慎使用腎毒性藥物與兩性霉素B；并使用KDIGO診斷標準持續監測患者數據，當患者滿足診斷標準之一時，實時提醒醫生確認、補充診斷，減少漏診、延遲診斷的情況發生。由于AKI分期是臨床查找病因、糾正可逆病因的前提，惠每CDSS可根據KDIGO標準自動完成患者AKI分期（圖2），同時將結果返給醫生確認，提高分期評估率。
圖2 AKI自動分期（KDIGO標準）
上述腎臟病科在系統的事中提醒下，科室的AKI患者漏診率持續走低，從系統上線時（6月）的25.4%降至14.6%（7月），降低42.5%；同時AKI患者的KDIGO分期評估率由61.5%提升至72.7%（圖3），提高臨床AKI風險管理的便捷性、指南依從性。
圖3 臨床科室AKI漏診率與分期率變化趨勢 02
事中醫囑監測
改善AKI治療不規范現象
AKI的治療與管理包括盡早識別并糾正可逆病因、對癥治療，重視啟動腎臟替代療法（RRT）的時機、RRT的方式、持續腎功能檢測以及風險評估等。國內一項橫斷面調查研究顯示，AKI的腎臟?？凭驮\/會診率僅為21.4%，腎毒性藥物暴露率達71.6%，而具有RRT指征的AKI患者中僅59.3%接受了RRT。這種AKI治療不充分、不規范的現象是一個棘手問題。
惠每CDSS能夠基于指南對AKI確診患者的診療環節進行全程管理，提醒醫生監測患者腎功能變化，并通過醫囑信息智能識別，對不規范的治療方案進行事中干預。例如，醫生對AKI患者下達了低劑量多巴胺藥品醫囑，CDSS將在電腦界面實時提醒“不建議使用低劑量多巴胺預防或治療AKI”，依據是根據KDIGO指南沒有證據支持（圖4）。
圖4 AKI治療醫囑事中監測 上述腎臟病科在系統應用期間，科室AKI患者未發生嚴重不良預后事件（死亡事件）。此外，醫院管理部門與科主任可從CDSS實時統計、分析過程數據，及時監控與糾正臨床不規范行為，提高對醫療質量的智能化管理水平。
成為我們的
合作伙伴
