급성 신손상(AKI)은 공중보건의 중대한 과제로서 단기 및 장기 이환과 사망률에 깊은 영향을 미친다. AKI의 조기 예측과 중증도 파악은 시의적절한 중재와 효율적인 자원 배분을 통해 임상적 예후를 개선하는 데 필수적이다. 기존 연구들은 주로 혈청 크레아티닌에 초점을 맞추어 왔으며, 이는 AKI 발병 이후 혈청 크레아티닌이 지연되어 상승하는 점과 더불어 소변량의 중요성을 간과함으로써 AKI의 조기 감지를 저해한다. 이러한 한계를 극복하기 위해, 우리는 연속적인 소변량 모니터링 전략을 포함하는 새로운 다중 과제 학습 접근법을 제안하며, 발병 후 최대 48시간까지 6시간 단위 구간 내에서 AKI의 발병 시점과 단계를 예측한다. 본 모델은 48시간 이내 AKI 예측에서 수신자 조작 특성 곡선(area under the receiver operating characteristic curve, ROC) 99.3%, 정밀도-재현율 곡선(area under the precision-recall curve, PRC) 99.0%로 강력한 성능을 보였고, AKI 환자에서 신대체요법 예측에서는 ROC 97.4%, PRC 98.6%를 나타냈다. 또한 본 모델은 AKI 코호트의 35.7%에서 전체 질병 경향을 완벽하게 포착하였고, 질병이 없는 코호트의 94.8%에서도 완벽하게 포착하였다. 제안된 접근법은 임상적 적용 가능성을 향상시키며, 질병 역학에 대한 통찰을 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.