急性肾损伤是一组临床综合征，是指突发和持续的肾功能溘然低落。
严重的情形下，它可能导致肾移植或去世亡。
急性肾损伤常日发生在患者在医院接管治疗的情形下，并且一样平常表现为肾脏快速衰退的迹象，须要医院事情职员采纳紧急方法，以防止进一步的不可逆肾损伤。

在这项新的研究中，研究职员想知道正常情形下通过利用人工智能运用是否能更早的检测急性肾损伤的症状，从而使患者得到更好和更早的治疗。
为了找到答案，研究职员与退伍军人管理局互助，该机构在美国经营着多家退伍军人照顾护士医院。

这项事情包括向深度学习系统供应703782名年事在18岁至90岁之间的退伍军人的康健记录，他们都患有某种形式的急性肾损伤。
该系统利用退伍军人的数据来检测病人眇小变革的模式，例如血液中的肌酐水平。
该小组随后将这些数据作为测试他们系统的一种方法，看看它能在同样的病人身上预测急性肾损伤的程度。

研究职员报告说，他们的系统对付那些发展出最严重的急性肾损伤形式的患者非常有效，它精确地预测了大约90%的病例(提前48小时) 。
在所有被测病例中，对付不太严重的病例，该系统能精确预测急性肾损伤事宜的发生率仅为55.8%。
但是每个精确的结果都涌现了两个误报情形。

只管如此，研究职员对人工智能在许多类型的危急照顾护士场景中的运用还是持乐不雅观态度，例如心脏病产生发火的可能性。
研究职员正在操持下一步的研究，他们希望将研究扩大到更广泛的人群中。