《PLOS Digital Health》：From assistant to collaborator: A systematic review of the evolution of artificial intelligence in end-stage renal disease care and management
编辑推荐：
摘要：研究人员旨在系统分析人工智能（AI）在终末期肾病（ESRD）管理中的历史演进，并提出一个发展框架，以描绘其从辅助工具向认知协作者转变的进程。研究人员遵循PRISMA 2020指南进行了一项系统评价，从PubMed、IEEE Xplore和Web of S
摘要：研究人员旨在系统分析人工智能（AI）在终末期肾病（ESRD）管理中的历史演进，并提出一个发展框架，以描绘其从辅助工具向认知协作者转变的进程。研究人员遵循PRISMA 2020指南进行了一项系统评价，从PubMed、IEEE Xplore和Web of Science中筛选出100项符合条件的研究。研究人员应用了一个三阶段分析框架来描绘AI在ESRD照护中的技术演进：（1）基于规则的辅助工具；（2）数据驱动的学习系统；（3）新兴的大语言模型与智能体（agent）认知系统。共纳入100项研究，所有研究均聚焦于通过血液透析、腹膜透析或肾移植管理的终末期肾病患者。研究确定了三个主要应用领域：风险预测（49.0%）、诊断支持（25.0%）以及监测与管理（26.0%）。该分析框架揭示了一个从可解释的基于规则系统（阶段1）到高性能数据驱动模型（阶段2）的发展进程；后者达到了临床相关指标（例如受试者工作特征曲线下面积[AUC] 0.80–0.90），但往往缺乏外部验证。新兴的大语言模型与智能体系统（阶段3）展现出显著的多功能性和通用性，但也引入了与可靠性、事实准确性和安全对齐相关的新挑战。所提出的三阶段框架阐明了AI在ESRD照护中的技术与功能演进。这一视角强调了一个关键需求，即弥合高性能建模与经过验证的临床实用性之间的差距。未来的工作应聚焦于稳健的外部验证，以及为下一代认知AI智能体的安全、可靠和合乎伦理的部署制定框架。
论文解读：从辅助工具到协作者——终末期肾病照护中人工智能的系统评价与三阶段演进框架
一、研究背景与问题
终末期肾病（end-stage renal disease, ESRD）作为慢性肾脏病的终末阶段，已成为全球重大公共卫生挑战。ESRD患者需长期依赖肾替代治疗维持生命，涉及血液透析、腹膜透析和肾移植等复杂治疗模式。该疾病的治疗管理面临多重难题：患者个体异质性极大导致标准化治疗效果有限、并发症风险高且难以预测、预后评估缺乏精准性，以及治疗过程中产生的大量多维数据难以有效整合利用。传统医疗决策主要依赖医生临床经验和有限的评估工具，在处理复杂疾病模式识别、个体化风险预测和持续监测管理方面存在显著局限。随着全球ESRD患病率持续上升和治疗复杂性增加，现有医疗资源与患者需求之间的矛盾日益尖锐。
人工智能（artificial intelligence, AI）技术的发展为解决上述挑战提供了有前景的技术路径。AI能够整合实验室检查、影像学、生理监测和治疗参数等多源异构数据，发现传统方法难以识别的疾病模式和危险因素，为基于循证医学的临床决策提供量化支持。然而，既有关于AI在ESRD领域应用的综述存在两方面重要局限：其一，多数综述局限于单一治疗模式（如仅针对血液透析、腹膜透析或肾移植），未能全面反映AI在ESRD照护连续体中的应用全貌；其二，既有综述大多忽视了技术发展的时间维度，未系统考察AI方法如何在 successive 发展阶段中演进，也未充分关注大语言模型（large language model, LLM）与智能体系统这一新兴且迅速扩展的研究方向的特征与临床潜力。为此，研究人员开展了这项系统评价，基于三阶段技术框架，刻画2005年至2025年间AI在ESRD照护中的完整演进轨迹。
二、主要技术方法
本研究采用系统评价设计，严格遵循PRISMA 2020指南进行文献检索、筛选、评估和报告。文献检索覆盖PubMed、IEEE Xplore和Web of Science三大数据库，时间跨度为2005年1月至2025年6月，共获得3,230条记录，经过去重和标题/摘要筛选后，1,052篇文献进入全文评估，最终纳入100项符合标准的研究。纳入研究均聚焦于接受维持性血液透析（n=40）、维持性腹膜透析（n=21）或肾移植（n=39）的ESRD患者。研究人员创新性地构建了基于技术发展阶段的三维分析框架，将纳入研究划分为阶段1（基于规则的辅助工具）、阶段2（数据驱动的学习系统）和阶段3（大语言模型与智能体系统）。质量与偏倚评估采用工具特异性的评价框架：预测模型研究使用PROBAST（预测模型偏倚风险评估工具），诊断准确性研究使用QUADAS-2，AI辅助临床决策支持系统使用DECIDE-AI。文献筛选和数据提取由两名研究人员独立进行，分歧通过讨论或第三人仲裁解决。此外，研究人员还以1,052条记录作为文献计量学语料库，分析了年度发文趋势、关键词轨迹、地理分布和国际合作模式。
三、研究结果
3.1 AI在ESRD中的应用领域
基于100项研究的系统分析，AI在ESRD领域的应用可归纳为三个协同核心领域：风险预测（49.0%）、诊断支持（25.0%）和监测与管理（26.0%）。风险预测通过机器学习算法整合多维临床数据，实现对患者生存预后、并发症发生和治疗结局的精准评估。在血液透析患者中，基于注意力机制的双向门控循环单元（Bi-GRU）网络通过分析纵向血压记录实现精准生存预测，XGBoost模型在脑出血风险预测和感染后多时间点死亡率预测中表现良好。在腹膜透析患者中，基于Transformer架构的CVDformer模型在预测短期全因死亡和心血管死亡方面取得显著进展，随机森林模型在腹膜炎相关技术失败预测中表现优异。在肾移植患者中，L-TOP预测工具采用深度Cox混合模型预测活体肾移植结局，XGBoost算法在尸体肾移植即刻功能预测中取得显著改进，贝叶斯联合模型在多队列国际研究中实现了肾移植受者肾脏生存的动态预测。
诊断支持领域，AI在血液透析中主要用于液体超负荷诊断和肌少症识别。Tan等人开发的人工智能辅助肺部超声（LUS）评估系统采用卷积神经网络（convolutional neural network, CNN）技术实现血液透析和腹膜透析患者液体超负荷的准确识别；Liao等人开发的性别特异性机器学习识别工具在维持性血液透析患者肌少症筛查中表现出良好性能。在腹膜透析中，Zhang等人利用机器学习算法分析腹膜炎发作期间的细胞和可溶性参数，通过随机森林方法成功定义了病原体特异性局部免疫指纹；Grunert等人将傅里叶变换红外光谱（FTIR）与机器学习相结合，实现腹膜透析患者特征的快速精准评估。在肾移植中，深度学习方法在移植后病理诊断中取得显著进展：Marsh等人开发的全卷积神经网络在移植肾冷冻切片肾小球硬化识别中表现良好，Shehata等人基于深度学习的计算机辅助诊断系统利用扩散加权磁共振成像（DW-MRI）数据实现急性排斥反应的早期检测。
监测与管理领域，AI在血液透析中主要聚焦于动静脉内瘘（arteriovenous fistula, AVF）功能状态监测、透析充分性评估、干体重智能管理和透析中低血压实时预测。DeepVAQ模型利用光电容积描记（PPG）传感器数据实现血管通路监测；强化学习系统基于双深度Q网络学习患者个体化反应模式，实现干体重的精准设定和动态调整；循环神经网络（recurrent neural network, RNN）模型在透析中低血压实时预测中表现出色。在腹膜透析中，基于生成式预训练Transformer（GPT）的食谱生成工具在营养管理中展现潜力。在肾移植中，ChatGPT等大语言模型在患者教育和医疗文档管理中显示重要价值。
3.2 三阶段技术演进
阶段1（基于规则的辅助工具，n=10）代表了AI在ESRD管理中的奠基时代。这些系统利用显式规则和结构化知识库，采用“if-then”逻辑规则和符号推理模拟肾脏病专家的决策过程。代表性应用包括Raghavan等人的透析治疗决策规则引擎、计算机化贫血管理系统以及动静脉内瘘狭窄等并发症监测系统。基于规则的系统表现出稳定但有限的性能特征，定量性能从生存预测84.2%的精确度到治疗决策支持100%的敏感度和特异度不等。这些系统具有高可解释性，所有系统均提供透明的决策路径，但规则刚性限制了对复杂临床变异和非典型患者表现的适应能力。验证策略方面，10项阶段1研究中50%未采用正式验证方案，仅Geddes等人开展的ERA-EDTA队列研究在多个欧洲透析中心进行了严格的外部验证。
阶段2（数据驱动的学习系统，n=83）代表了从人工编码规则向数据驱动模式识别的基础性范式转变。机器学习方法实现自主模式识别，样本量跨越五个数量级（17至277,316例），平均12,508例。方法学景观呈现显著多样性：CNN是最常用方法（20.3%），XGBoost紧随其后（19.0%）。风险预测领域以XGBoost（19.6%）和集成方法（8.7%）为主，诊断支持领域CNN占主导地位（52.9%），监测与管理领域XGBoost（31.2%）和CNN（25.0%）呈均衡分布。学习型方法实现了较基于规则系统的实质性性能提升，多数研究AUC值处于0.80–0.90区间。验证严谨性方面，97.6%的研究至少采用一种正式验证方案，内部验证是主要策略（86.7%），外部验证仅见于26.5%的研究，且没有研究报告前瞻性临床验证作为主要评估设计的一部分。可解释性方面，SHapley Additive exPlanations（SHAP）成为占主导地位的解释框架（在提供解释的研究中占45.0%），但38.8%的研究未提供任何可解释性分析。
阶段3（大语言模型与智能体系统，n=7）被定位为新兴研究方向而非成熟阶段。7项ESRD特异性研究均采用通用或领域适应的大语言模型作为主要AI组件：六项应用了通用对话或多模态模型（ChatGPT或GPT-4/GPT-4V），一项应用了领域适应的生物医学语言模型（exKidneyBERT）。这些系统表现出广泛的任务通用性：ChatGPT在肾移植患者教育中达到92%准确率，GPT-4V在移植临床病例评估中达到83.33%，ChatGPT在移植治疗决策支持中达到95.5%。然而，7项研究中5项未报告正式验证程序，仅Jin等人的研究以前瞻性试点随机对照试验进行了评估。大语言模型的可解释性通过自然语言解释和结构化推理实现复兴，但仍存在潜在的“幻觉”问题。
3.3 跨阶段比较与发展模式
跨阶段比较揭示了四个基本发展模式。性能发展方面，阶段1建立了稳定的性能基线但适应性受限；阶段2通过数据驱动学习实现了实质性性能提升，AUC值稳定达到0.80–0.90；阶段3显示出广泛适应性的早期证据，报告的任务准确率一般在71%–95%区间，但验证成熟度不足。可解释性演进遵循从“高可解释性-低性能”经“低可解释性-高性能”到“中等可解释性-优异性能”的清晰轨迹。人机关系从阶段1的工具辅助关系，经阶段2的智能助手协作，向阶段3的认知伙伴关系演进。数据范式方面，阶段1以适度、精确整理的数据集运行（平均1,699例），阶段2要求大幅更大的样本（平均12,508例），阶段3却表现出悖论性的传统样本需求降低（平均209例），利用从大规模文本语料库预训练的知识而非任务特定数据集。
四、讨论与结论
讨论部分指出，阶段2研究持续取得0.80–0.90区间的AUC值可能让人初步认为该领域正接近临床就绪状态，但事实更为复杂：97.6%的阶段2研究报告了至少一种内部验证方案，仅26.5%包含独立数据集的外部验证，且没有研究以前瞻性临床验证作为主要评估设计。这种模式反映了医学AI研究中的基本张力：测试分割上的统计性能并不能自动转化为模型面对真实世界临床人群异质性时的可靠行为。临床转化面临三类结构性障碍：监管与合规障碍（FDA、欧洲药品管理局和中国国家药品监督管理局仍在制定应对AI持续学习等特征的框架）、技术与集成障碍（电子健康记录系统缺乏标准化数据模式、实时推理需要低延迟计算、多数模型作为独立算法实体未纳入临床工作流程）、以及临床接受度与公平性障碍（“黑箱”特征、警报疲劳、不同种族和教育群体间AI预测质量差异）。
研究结论指出，这项对100项ESRD聚焦研究的系统评价通过三阶段发展框架刻画了AI在ESRD照护中的技术演进，并综合了关于应用领域、模型性能、验证成熟度和临床转化持续障碍的证据。三阶段框架揭示了一个连贯的发展弧线：阶段1基于规则的系统（1980年代–2010年代；n=10）通过显式决策逻辑建立了高可解释性，但在性能和可扩展性方面受限；阶段2数据驱动学习系统（2010年代–2020年代；n=83）通过自主模式识别实现了实质性性能提升，AUC值在0.80–0.90区间，但以可解释性为代价；阶段3大语言模型与智能体系统（2020年代至今；n=7）代表了一个以广泛任务通用性和自然语言推理为特征的新兴研究方向，但在ESRD特异性人群中的正式验证仍然有限，研究结果应视为初步发现。跨整个语料库，统计性能与临床就绪度之间的持续张力显而易见。未来进展将需要多轴协同努力：将多中心前瞻性验证作为标准预期而非理想化目标；在AI系统开发早期开展监管参与；以及构建充分代表多元地理、种族和社会经济背景患者群体的包容性训练数据集。阶段3系统虽然尚未达到阶段2同行的验证规模，但指向了一个AI不再作为狭窄任务特定工具、而是作为能够支持复杂纵向临床推理的认知灵活助手的未来。实现这一潜力将取决于模型可靠性、安全对齐以及为高风险医疗环境设计的人机协作框架方面的进展。该论文发表在《PLOS Digital Health》。
