北大医院肾脏内科杨莉/郑茜子团队发表全球首个急性肾损伤风险预测及归因大语言模型

背景

急性肾损伤（AKI）是住院患者中常见的危重症，发病率和死亡率均较高。目前尚无特异性治疗方法，因此早期识别高危患者是改善预后的关键。

现有的风险预测模型在临床部署中面临两大挑战：假阳性率高达70%至94%，可能导致医务人员警报疲劳；以及黑箱特性，无法输出可解释或可执行的临床因素。

取得的成果

北京大学第一医院肾脏内科杨莉教授和郑茜子副教授领导的团队开发了医院新闻所述的全球首个用于急性肾损伤风险预测和归因的大语言模型框架。杨莉教授是教授、主任医师、博士生导师、医院副院长、北京大学肾脏病研究所副所长、北京大学肾脏病学系主任。郑茜子副教授是副教授、副主任医师、北京大学肾脏病学系秘书。

论文题为“Large language model driven multicenter prediction and explainable risk attribution of acute kidney injury”，发表于Nature Communications。该研究为多中心回顾性队列分析，使用来自中国四家地理位置不同、级别各异的医院的140637例住院患者电子病历数据。

团队以Qwen2.5-7B为基础模型，在42.6亿token的肾脏病学语料库上进行领域特定预训练和微调后，创建了用于预测的AKI-PM和用于风险归因的AKI-RAM。AKI-PM在内部验证中达到AUC 0.95、准确率0.91、阳性预测值0.68，在少样本适应后的外部验证中保持AUC 0.92-0.96、PPV 0.69-0.74。AKI-RAM由六名肾脏病专家在200例病例上评估，获得高分（Likert量表4.18-4.88），评者间信度为中等到良好。团队计划在真实临床场景中进行前瞻性验证。

工作原理

大语言模型是一种人工智能形式，通过海量文本训练以理解语境、处理信息并生成自然语言输出。研究人员构建了一个专注于肾脏的专用语料库（AKICorpus），包含42.6亿token，来源于AKI循证医学指南、肾脏相关PubMed出版物、公共数据库（包括MIMIC-IV和eICU）的临床记录，以及北京大学第一医院47750例住院患者的专有电子健康记录笔记。该语料库用于Qwen2.5-7B模型的持续预训练以嵌入肾脏病学领域知识，随后在患者数据上进行监督微调和专家对齐。

AKI-PM分析患者电子病历的实时数据，动态预测未来24小时内发生AKI的风险，推理速度快，支持潜在的实时应用。对于预测为高危的患者，AKI-RAM生成结构化、可解释的输出，区分可修改的临床风险因素（可通过药物调整或液体管理等干预）和不可修改的风险因素，并以临床医生易懂的语言提供个性化、可执行的干预建议。

对国际患者意味着什么

北京大学第一医院肾脏内科是中国肾脏病诊疗和研究的全国领先单位。国际患者可通过医院特需门诊就诊肾脏内科服务，优先获得专家诊疗。部分医师能够用英语沟通，医院接受部分国际保险（通常需先付费后报销）。

所述AKI模型代表基于回顾性数据的研究进展。前瞻性真实世界临床验证正在计划中，但目前常规临床可用性未见报道。国际患者应直接联系医院确认资格、相关服务可用性、语言支持以及此类预测工具在其个体病例中的整合情况。

关于医院

北京大学第一医院是一家大型综合性三级甲等医院，位于北京。成立于1915年，隶属于北京大学，集医疗、教学、科研和预防医学于一体。它被指定为中央政府指定医院，并作为国家卫生举措的基地。

北京大学第一医院肾脏内科于20世纪50年代在中国确立肾脏病专科，被公认为肾脏疾病领先中心，拥有卫生部肾脏病重点实验室，并参与制定国家临床指南。它保持多项国家重点临床专科，开展包括肾活检在内的大量复杂诊疗，并为包括海外患者在内的患者提供特需服务。