慢性肾脏病 (CKD) 的有效临床管理对于公共卫生至关重要，因为它是一种影响全球 10% 人口的进行性疾病。早期诊断和主动监测对于有效治疗和预测从 CKD 到以肾纤维化为特征的终末期肾病 (ESRD) 的共同病理途径至关重要。香港理工大学(理大)健康科技及资讯学系的研究人员开发了Smart-CKD(S-CKD)，这是一种计算机辅助诊断工具。它整合了超声 (US) 数据和选定的临床变量，以提供临床见解并评估 CKD 患者中度至重度肾纤维化进展的风险。
肾纤维化的早期诊断和准确分期可显着指导治疗策略和预后评估，从而能够及时采取预防措施，以避免或延缓疾病恶化。然而，精确识别晚期肾纤维化高风险个体仍然是临床实践中的挑战。
理大健康科技及资讯学系副系主任兼教授应天祥教授及博士后研究员陈子曼博士与第五医院副院长苏中振博士合作，利用先进的医疗科技应对这一挑战中山大学附属医院成功发明S-CKD。这种创新的诊断工具旨在改善 CKD 的疾病进展监测和临床管理。
应教授表示：“S-CKD 的实施有可能帮助医疗保健从业者为 CKD 患者制定医疗判断并优化治疗后方案。通过利用非侵入性医学成像结果和基本人口统计数据，该工具为指导患者管理提供了一种经济高效的解决方案，从而带来了显着的临床优势。”
关于S-CKD的研究题为“ Development and Deployment of a Novel Diagnostic Tool Based on Conventional Ultrasound for Fibrosis Assessment in Chronic Kidney Disease [LS[1] ””，于2023年9月在Academic Radiology 上发表。研究结果表明S-CKD具有优异的疗效预测准确，临床应用价值高。
具体来说，S-CKD 整合了三个关键的临床参数——年龄、超声肾长度、叶间肾动脉舒张末期血流速度——这些参数可以通过定期临床随访收集。通过利用机器学习，S-CKD 集成了这些数据，有望实现 80% 的诊断效率。
应教授说：“虽然肾活检仍然是诊断和分期肾纤维化的金标准，但其侵入性性质限制了进行多次观察、随访和潜在并发症。因此，迫切需要开发一种非侵入性生物标志物来精确监测和临床管理肾纤维化及其进展。”
值得注意的是，S-CKD 可通过基于网络的在线平台和基于离线文档的格式进行访问，使其成为灵活临床应用的用户友好的辅助工具。它是一种实时、可靠、非侵入性的工具，可帮助医生在常规临床实践中评估 CKD 患者的肾纤维化风险。这种诊断方法在指导治疗决策、改善患者预后以及随后在临床管理、咨询、治疗方案决策和安排随访方面提供优势方面发挥着至关重要的作用。
免责声明：本文由用户上传，如有侵权请联系删除！
