AI技术的发展为慢性肾脏病（CKD）患者管理提供新的管理方案，带来了全新的局面。不但可以极大地降低管理成本，提高管理效果，升级管理模式，而且可以根据数据持续改进。本文中，中国医科大学附属盛京医院肾内科李德天教授对AI在CKD患者管理中的应用进行了阐述。

AI的发展历史

1950年，英国数学家阿兰·图灵提出“机器能思考吗？”这一问题，标志着AI的起源。1956年，在达特茅斯会议上，首次将“人工智能”一词正式提出，并将其定义为研究如何使计算机能够模拟人类智能的领域。在此期间，诞生了一些具有里程碑意义的AI项目和算法，如逻辑推理、专家系统和早期的机器学习方法。1970年代，AI研究逐渐转向知识推理领域，关注如何使用逻辑规则和知识库进行推理和问题解决。1980年代，专家系统成为AI的热点，专家系统利用专家知识库和推理引擎模拟人类专家的决策过程。在20世纪90年代初，AI遭遇了所谓的“AI寒冬”，由于技术难题和缺乏有效应用，公众对AI的热情降温。这个时期AI研究经历了低迷，投资和研究资源大幅减少，但仍有一些关键技术的发展，如神经网络和机器学习。随着互联网和计算能力的快速发展，AI迎来了新的机遇。机器学习和深度学习成为AI的核心技术，通过大规模数据的训练和模型优化，使计算机能够自动学习和提高性能。2018年，OpenAI发布了第一代通用预训练语言模型GPT，直至如今的ChatGPT 4.0 Turbo。

AI的训练方式逐渐提升，从基于基础算法、对数据进行简单的拟合和正则判断，之后出现一些辅助模型、由人类驱动进行标注以及设计流程，现在已经演化为大语言模型时代、无间断自动学习，多模态输入输出。50年来计算机存储和处理数据能力也取得巨大进步。

大语言模型具有以下特点：①训练快、成本低：向通用大模型中引入少量个性化数据，形成能创作个性化内容的专属大模型；②多模态：拥有文字和图片的输入和输出能力；③逻辑强：从简单的问题分类到全面的逻辑理解。

目前认知大模型的技术发展仍需攻克三大难题：①大模型的知识幻想问题；②大模型自进化和个性化问题；③多模态及具身智能训练问题。

物理参数大模型的知识记忆是模糊的同时缺少证明判别知识有效性的机制，需要外部知识增强。大模型训练方案和真实世界信息个性化以及快速改进仍是需进一步探索的难题。

大模型将带来解决人类刚需的全新机遇，智能的AI系统具有文本生成、知识问答、语言理解、逻辑推理及代码能力，可以改变信息分发获取模式，成为科研工作的加速器，颠覆传统手工编程方式，实现专家级的虚拟助手，具有多模态能力、革新内容生产模式，实现全自然交互完成任务。

AI为医学赋能

医疗大模型应该具备5大核心能力：海量知识问答、医疗及非医疗语言理解、医疗文书生成、多模态交互及诊断治疗建议。

AI可以提供关于病史中要询问的具体问题或要检查的体格检查结果的实时指导，倾听并撰写有关的临床记录，在医学教育中担任教师和评估员，为简单和复杂的患者遭遇创建逼真的“模拟器”[1]。

聊天机器人是今天医学人工智能应用的先声。麻省理工学院人工智能实验室的Joseph Weizenbaum在1964年到1966年间开发了一个名为ELIZA的早期医疗聊天机器人，能够对一些医学问题进行回答[1]。

认知大模型为医疗健康领域带来全新发展机遇，近年来其在医疗中应用的研究层出不穷，但肾脏病AI仍任重道远，目前关于肾脏病AI应用的研究仅占0.1%。       

营养管理在CKD患者的治疗过程中至关重要。AI在营养咨询和管理中的应用，能够为患者提供个性化的营养建议和管理方案，帮助他们控制病情，改善生活质量。AI可以通过分析患者的健康数据（如血液检查结果、饮食记录等），进行营养评估，并提供个性化的营养建议。例如，AI可以根据患者的肾功能状态和饮食习惯，推荐适合CKD患者的饮食方案。此外，AI还可以生成个性化的食谱，帮助患者合理搭配饮食，满足营养需求。

【好肾医】丫蛋是一位接入企业微信的智能营养师，专门为CKD（CKD）患者提供营养咨询和健康建议。【好肾医】丫蛋由大语言模型（LLM）驱动，通过自然语言处理（NLP）技术，理解和回答患者的复杂问题，提供精准的营养建议。LLM技术使【好肾医】丫蛋能够处理大量的数据和文本信息，结合患者的个体差异，提供高度个性化的服务。通过持续的训练和学习，【好肾医】丫蛋不断更新知识库，吸收最新的CKD营养治疗研究成果，保持其建议的前沿性和科学性。基于中国食物成分表，提供超过1700种食物的详细营养信息，确保营养建议的科学性和准确性。根据中国CKD营养治疗临床实践指南，结合患者的具体情况，提供科学的健康建议。服务在微信群聊中进行，患者可以在群内自由地与智能营养师沟通，此外经验丰富的人工营养师，医生共同在群聊中，以便提供更为精准的服务。

目前医疗大模型进入百花齐放的阶段，已有多种医疗大模型出现。

小结

人工智能和机器学习在医学领域的引入已经帮助卫生专业人员提高了医疗质量，并且有希望在不久的将来和更远的将来进一步提高医疗质量。人工智能和机器学习可以改变医学。人类会设法与人工智能和机器学习合作与技术一起成长。人工智能和机器学习不会让卫生专业人员失业；相反，它们将让专业人士更好地完成工作，并留出时间让人与人之间的互动，让医学成为我们所有人都能得到回报的职业价值。

专家简介

李德天 教授

中国医科大学附属盛京医院

教授、博导

中华医学会肾脏病分会10、11届委员

中国医师协会肾脏病分会2、3、4届委员

中国医院协会血液净化中心管理分会委员

中国非公医疗协会肾脏病透析专委会常委

中国医促会血液净化与工程技术分会副主任委员

沈阳市肾脏医师学会主任委员

担任多家杂志编委，常务编委

主要从事血液净化及肾小球疾病的临床诊治工作

参考文献：1.N Engl J Med. 2023 Mar 30;388(13):1201-1208.

（来源：《肾医线》编辑部）