机器学习在IgA肾病中应用的进展

作者：石念峰; 王荣勤; 吴和燕; 夏正坤^*

来源：医学研究生学报, 2020, 33(10): 1111-1115.

DOI：10.16571/j.cnki.1008-8199.2020.10.019

• IgA肾病
• 风险预测
• 生物标志物
• 机器学习

IgA肾病(IgAN)是世界范围内最常见的原发性肾小球疾病,临床及病理表现存在异质性,是导致终末期肾病的常见原因。早期发现并采取有效措施干预,对改善IgAN的结局尤为重要。机器学习方法能够使IgAN的病理分析、早期检测与诊断、预后预测等环节更加自动化和准确化。文章从病理诊断优化、无创性特异性生物标志物发现和疾病进展的预测及预后评估等方面对机器学习方法在IgAN中应用情况进行综述。

• 单位
  南京军区南京总医院