Ricerca sul modello di avviso di rischio e sulle strategie di prevenzione per il danno renale acuto associato alla ciclosporina sulla base di reti neurali profonde spiegabili e monitoraggio dei farmaci terapeutici

In questo studio, i ricercatori si concentreranno sui pazienti ospedalizzati che utilizzano ciclosporina e svilupperanno un modello di previsione del rischio di danno renale acuto attraverso un’analisi approfondita dei dati delle cartelle cliniche elettroniche, utilizzando metodi di deep learning interpretabili. Questo modello mira a fornire un supporto decisionale tempestivo ai medici in merito alla prevenzione e al trattamento. Rispetto ai tradizionali modelli di machine learning, i modelli di rete neurale profonda possono estrarre caratteristiche più profonde da dati medici complessi ed eseguire un riconoscimento di pattern più preciso, migliorando così l’accuratezza e l’affidabilità delle previsioni. Sviluppando uno strumento di previsione basato su modelli interpretabili di deep learning, i ricercatori saranno in grado di valutare meglio l'associazione tra l'uso di immunosoppressori di classe CNI e danno renale acuto, esplorare strategie di prevenzione mirate e offrire una previsione più accurata e una guida all'intervento per i medici . Inoltre, questo studio presenta notevoli vantaggi socioeconomici e promettenti prospettive di applicazione e promozione.