基于GFR的慢性肾脏病AI辅助诊断模型构建
预算价格:100万
  • 技术领域:生物与新医药
  • 联系电话: ****
  • 联系地址:西安市高新区锦业路69号瞪羚谷B座6层
  • 技术需求人:
点击咨询
需求 · 详情
Requirements Details
拟投入资金 时间期限
100万
慢性肾脏病(Chronic Kidney Disease, CKD)具有患病率高、知晓率低和医疗费用高等特点,近年来CKD患病率逐年上升,已成为全球性的公共卫生问题。在中国,成人CKD患病率为10.8%,每名透析患者平均每年的治疗费用为14000美元。快速准确地评估肾功能,对预防、诊断和治疗CKD至关重要。
CKD共分为5期,主要依据肾小球滤过率(Glomerular Filtration Rate, GFR)的水平来评估肾功能的损伤程度以进行分期。
传统测定GFR的“金标准”是计算外源性物质如菊粉、碘海醇、125I-碘酞酸盐、99mTc-DTPA、51Cr-EDTA和其他放射性物质的清除率,费用昂贵,繁琐耗时,并有放射性损害、可能引起过敏等副作用,因此虽然精度高但临床很少使用[3]。加之很多患者在CKD1~2期(即早期CKD)并无任何临床症状,就诊率低,通常医生仅依据尿蛋白、血肌酐、尿素氮等指标评估肾脏功能,但由于处于CKD早期,患者肌酐、尿素氮水平可能仍处于正常范围,容易漏诊,延误病情。
数据集规模过小,样本数量不足,是典型的小样本问题;构建GFR估算的高可靠精准模型,保证基于此的慢性肾脏病分期的准确性;病患得到精准诊断、精准治疗,减轻病痛,降低治疗成本。
对于GFR估算公式的性能评价,目前没有明确的标准。