关键要点：
- 美国肾脏病学会(ASN)框架聚焦如何通过临床数据集使人工智能惠及患者
- 数据质量、算法偏见及整合挑战凸显临床医生持续参与的重要性
休斯顿——美国肾脏病学会(ASN)人工智能工作组在ASN肾脏周会议上提出了负责任使用人工智能的临床框架。该框架同时发表于《美国肾脏病学会杂志》。
曼尼托巴大学麦克斯·拉迪医学院内科教授纳文迪普·唐格里(Navdeep Tangri)医学博士、哲学博士与人工智能工作组成员指出框架的两大核心目标：
- 促进开发有利于肾脏疾病患者的AI技术
- 建立医生全程参与AI应用各环节的临床框架
"我们希望肾脏病专家能主导AI工具的开发与应用，"唐格里在专题讨论中表示。
从临床问题出发
唐格里及其同事指出，临床会话中收集的数据（包括实验室结果和电子健康记录）可形成结构化数据集用于训练人工智能。这些指标可应用于肾脏并发症领域，包括慢性肾脏病、急性肾损伤、器官移植和透析治疗。作者重点阐述以下应用场景：
- 对于慢性肾脏病患者，AI机器学习可建模预测疾病进展，助力风险评估与早期干预
- 对于急性肾损伤患者，AI可分析实时患者数据及趋势（包括血清肌酐水平、体液平衡及其他合并症），辅助预测急性肾损伤
- 在重症肾脏病领域，AI可根据临床指标（如体液平衡、电解质水平和血流动力学稳定性）确定最佳透析治疗时间
- 电子健康记录数据经AI整合可支持透析过程中的决策制定，并为患者提供个性化语言健康信息；AI还能分析透析机的影像或音频数据，提示异常状况
- 在器官移植领域，AI正被探索用于开发纳入更多临床变量（如血型、组织相容性及病史）的风险指数，旨在减少移植差异
- 其他应用场景包括医学教育（如整合研究数据或创建交互式学习模型）以及行政任务（如预先授权文书起草）
"我们始终从临床问题出发，再寻找AI能提供帮助的解决方案，"唐格里在讨论中强调，"我们不是为用AI而用AI。"
应对偏见与实施挑战
工作组指出，将人工智能整合至现有工作流程需审慎考量潜在偏见。尽管AI在改善活体捐献移植可及性和提升总体移植率方面前景广阔，但所有应用场景中人类监督仍是首要原则。
"我们始终遵循'人在回路中'原则，"唐格里表示。
随着AI工具发展，准确性、隐私保护、监管合规、成本控制及过度依赖等问题仍需持续关注。总体而言，确保肾脏病专家全程参与AI开发与实施是ASN人工智能工作组的核心目标。
"通过解决数据质量、伦理顾虑、整合复杂性及医生信任等障碍，肾脏病学领域可借助AI提供更精准、公平和高效的诊疗服务，"工作组指出。
专家观点
格雷厄姆·阿布拉(Graham Abra)医学博士
美国肾脏病学会人工智能工作组近期关于肾脏护理中负责任使用人工智能的声明，为该技术在肾脏病学领域的应用提供了包含指导原则、潜在场景及实施挑战的思考框架。
不可否认的是：医疗健康领域AI的开发与应用势不可挡。患者、临床医生和管理人员已在使用这项技术，大量时间、资金和人力正投入肾脏病学多领域的AI整合。
作为一线临床医生，我们的首要职责始终是患者。在兴奋、投入与 speculation 氛围中，我们的义务是严格评估每个AI应用场景——无论是在诊室、办公室、医学教育还是临床试验环境——只需提出一个简单问题：它为患者带来了什么益处？
格雷厄姆·阿布拉(Graham Abra)医学博士
- Healio《肾脏病学新闻与议题》副主编
- 临床副教授
- 肾脏病科副主任
- 住院肾脏病科主任
- 斯坦福大学医学院内科系
利益声明：阿布拉声明无相关财务披露。
来源/声明
来源：
Barisoni L 等人。SS-专家小组。在ASN肾脏周会议报告；2025年11月5-9日；休斯顿。
参考文献：
- Tangri N 等人。J Am Soc Nephrol。2025;doi:10.1681/ASN.0000000929。
利益声明：唐格里声明已从阿斯利康、拜耳、BI-礼来、勃林格殷格翰、礼来、葛兰素史克、美国肾脏基金会、大冢制药、ProKidney、罗氏和Vera获得咨询费、荣誉酬金及研究支持；担任阿斯利康、BI-礼来、美国肾脏基金会、大冢制药的顾问或领导职务；列入阿斯利康、拜耳、BI-礼来、勃林格殷格翰、礼来、葛兰素史克、美国肾脏基金会、大冢制药、ProKidney、罗氏和Vera的演讲者名单；并与美国肾脏病学会及美国肾脏基金会存在其他合作关系。其他作者相关财务披露请参见研究原文。
【全文结束】
