血液透析患者红细胞生成刺激剂 (ESA) 的计算机辅助处方模型

长期以来众所周知，终末期肾病 (ESRD) 患者通常需要 ESA 来维持其血红蛋白 (Hb)，以提高死亡率和生活质量。 后来，几项大规模 RCT 显示该人群 Hb 正常化增加了血栓栓塞事件的风险，这导致目前的指南推荐 ESRD 贫血的治疗目标应该在一个范围内（通常在 10-12 gm/dl 之间）而不是高于或低于某个水平（或值）。 除了 ESA 剂量外，许多因素也会导致该人群贫血的严重程度，例如铁状态、慢性失血、充分透析、慢性炎症、肾衰竭等。 综合所有这些因素，将 Hb 水平保持在目标水平内对医生来说是一个挑战。 据报道，在任何给定时间只有三分之一的 Hb 在目标范围内。 我们的数据显示，对于那些接受维持性血液透析且在观察期内没有输血的患者，近三分之二的患者 Hb 水平在目标范围内。

为了更好地管理贫血，NKF-K/DOQI 使用 EPO 处方方案或算法制定并发布了指南。 6 近年来，人工智能（AI）在减少人为错误、机器人手术系统和决策辅助等领域被广泛应用于医学领域。 从那以后，有几项研究致力于决策程序，以建立预测目标 Hb 水平所需的 ESA 剂量的模型。 人工神经网络 (ANN) 模型最常用于 ESA 剂量反应预测。 然而，这些AI的有效性尚未在临床上得到证实，结果也不尽如人意。 换句话说，在为透析患者开具 ESA 剂量时，当代人工智能是否在决策辅助中发挥任何作用尚无定论，这是人工智能认为应该非常有帮助的典型试错。

基于以上所述，我们将进行这项临床试验，以检验人工智能在为血液透析患者开具 ESA 剂量以维持血红蛋白 (Hb) 水平达到目标方面不逊于医生的假设