中国65岁及以上人口占比为13.5%（约1.9亿人）。中国老年人急性肾损伤的发病率为15.44%，而75岁及以上的住院患者中，该病的发病率为39%，死亡率为25.7%。[,] 中国65岁以上人群中老年合并症的患病率高达60%。[] 老年人复杂的合并症会进一步增加急性肾损伤的风险，[] 进而导致老年合并症性急性肾损伤。这类疾病的特征是发病隐匿、进展迅速且预后较差。目前，急性肾损伤已成为老年人慢性肾病的重要诱因。对于这类复杂病例，亟需一套智能化的互联系统，为临床医生、社区医院、医疗工作者及患者提供有效的急性肾损伤管理方案。
近期，国家重点研发计划中的“老年合并症性急性肾损伤临床诊疗技术研究”项目正式启动。该项目涵盖利用人工智能进行急性肾损伤早期风险预测、通过创新方法实现精准诊断、开展针对性干预与康复治疗、实施持续远程监测，以及在整个治疗周期内进行随访管理。
首先，通过数据标准化、整合、存储和聚合技术，该项目建立了一个全国性的多中心急性肾损伤数据共享平台，汇集了国内各大老年医学中心的临床病例数据。研究团队运用深度学习模型，根据患者的肾脏CT图像分析其肾脏生理年龄的变化。此外，通过整合患者的临床数据、实验室指标和影像学特征，并应用XGBoost和随机森林等算法，研究人员开发出了用于急性肾损伤的多模态风险预测模型。初步研究表明，基线平均动脉压的变化以及急性肾损伤发作时的平均动脉压水平，会对疾病的发病、进展和预后产生显著影响。通过将实验室指标与电子健康记录系统中的多维度数据相结合，所开发的急性肾损伤预测模型能够分析连续的血清肌酐和胱抑素C检测结果，在临床诊断前48小时即可发出预警。[]
其次，老年人的合并症和药物作用可能导致“假性急性肾损伤”，而结合多种生物标志物进行监测可显著提高诊断准确性。该项目研发的光子晶体微阵列芯片能够在室温下仅用一滴尿液即可10分钟内定量检测出肾脏损伤分子1。目前，有两种组合诊断芯片正在研发中——一种用于检测KIM-1/NGAL，另一种用于检测KIM-1/白蛋白。这些芯片能够帮助临床医生快速准确地判断急性肾损伤的发病和进展情况，同时为床边检测和远程监测提供便捷工具。此外，新研发的近红外II荧光探针可作为荧光标记物，用于追踪与肾脏相关的指标在时间上的变化及其强度变化。血液中的纤维蛋白原α链以及尿液中的次氯酸盐激活型荧光探针则为更深入的临床研究和基础研究提供了工具，有助于识别更为精准的急性肾损伤诊断生物标志物。[]
作为该项目的一部分所开展的队列研究证实，低镁血症在患有急性肾损伤的老年患者中较为常见。血清镁浓度低于0.8-1.0毫米摩尔/升时，这些患者的28天和90天死亡率会升高，这表明维持正常的血清镁水平可能是预防老年合并症性急性肾损伤的重要策略。[] 该项目还研发出了靶向肾脏的仿生羰基锰纳米粒子，这类纳米粒子可通过活性氧应答机制释放一氧化碳，通过针对肾组织局部氧化应激和微血管收缩的病理机制，保护肾小管细胞，降低老年合并症性急性肾损伤的风险。[] 此外，该项目还研发出一种智能高频电场治疗设备，该设备能够提升局部肾血流量，从而缓解肾缺血，提高老年合并症性急性肾损伤的治疗效果。未来还将进一步探索将这种智能高频电场治疗设备与具有活血作用的中药成分结合使用，以改善治疗效果。
Bombesin受体亚型3是一种重要的孤儿G蛋白偶联受体，负责调节能量平衡和胰岛素分泌。该项目对其冷冻电镜结构的分析揭示了该受体的配体选择性和信号传导机制，为探索其在心代谢综合征中的治疗潜力奠定了基础，而心代谢综合征正是老年合并症性急性肾损伤的常见病因。[]
在老年合并症性急性肾损伤的整个治疗过程中，肾康复治疗能够显著降低患者再次入院率、疾病复发风险以及向慢性肾病发展的可能性。新研发的5G+综合康复监测设备可以根据患者的临床数据制定康复计划，并将这些数据远程传输，便于医疗专业人员实时监测患者状况，通过5G支持的增强现实和虚拟现实平台提供远程诊疗指导。
通过运用先前开发的早期预警模型，并在临床诊断和治疗过程中采用多模态数据融合技术，该项目构建了一套完整的急性肾损伤智能临床管理和决策支持系统。该系统能够在急性肾损伤发生前发出风险警报，在疾病发作期间推荐个性化的诊断和治疗方案，还能预测疾病发作后的治疗反应、并发症及临床结局。
总而言之，针对老年合并症性急性肾损伤的智能诊断和治疗技术研究，有望在风险预测、早期诊断、精准治疗和康复管理等多个临床环节带来重大进展。通过提供系统化的智能解决方案来保障肾脏健康，老年合并症性急性肾损伤的管理有望从被动的治疗模式转变为主动的健康维护模式，从而应对人口老龄化带来的挑战。
资金支持与赞助
本项目得到了国家关键研发计划（2023YFC3605500）、中国国家自然科学基金（82170684）以及中国人民解放军卫生保健计划基金会（21BJZ17）的支持。
作者贡献
作者独自完成了此项工作，并对最终稿件进行了审核。
伦理审批与知情同意
无需履行相关手续。
利益冲突
程庆莉是该期刊的编委。本文遵循该期刊的标准流程，同行评审工作独立于编辑及所在研究团队进行。
大型语言模型、人工智能及机器学习工具的使用情况
未使用任何此类工具。
数据可用性说明
无额外数据可供提供。
