壹生资讯-北大团队领衔：人工智能赋能肾脏疾病监测的变革、实践与展望

您已通过HCP身份认证和信息审核

(

北大团队领衔：人工智能赋能肾脏疾病监测的变革、实践与展望

2026-09-09作者：金烷烃资讯

非原创

编者按

慢性肾脏病起病隐匿、知晓率低，已成为威胁居民健康的重大公共卫生问题。我国已将发展人工智能（AI）提升至国家战略层面，智能医疗是重点发展方向之一。如何把大数据与人工智能技术引入肾脏疾病的监测与防控，是医学界关注的前沿问题。本文作者团队牵头建设了中国肾脏疾病数据网络（CK-NET），并发布了国内首个肾脏病领域大模型“肾说”。在本文中，北京大学第一医院肾脏内科、数智医学创新研究中心杨超教授立足疾病负担与传统监测的现实困境，梳理人工智能在肾脏疾病监测中的应用与最新进展，并展望未来趋势，供临床工作者和卫生管理者参考。

现实困境：慢性肾脏病监测的全球挑战与“中国缺口”

慢性肾脏病具有高患病率、高致残率、高医疗花费和低知晓率的特征，已成为危害人类健康的公共卫生问题。2025年5月，第78届世界卫生大会通过决议，正式将肾脏疾病列入全球优先关注的重大非传染性疾病，敦促各国将其纳入国家卫生战略，加强预防、早期识别和规范治疗。全球疾病负担研究数据显示，全球慢性肾脏病患病率接近10%，患者约6.98亿；预计2040年该病将跃升为全球导致过早死亡的第五位病因。一旦进展至终末期肾脏病，患者只能依靠透析或肾移植维持生命，负担更为沉重。我国最新研究数据提示，成年人群中患病率约8.2%，知晓率仅10.0%。同时，生活方式变迁使糖尿病、高血压等代谢性疾病相关肾损害日益增多，疾病谱正在发生深刻变化。在此背景下，开展以人群为基础、追踪疾病时空变化趋势的系统性监测，已成为制定科学防控策略的迫切需求。

在疾病监测方面，发达国家已有先行探索。美国肾脏病数据系统（USRDS）自1988年建立以来，依托来源广泛的海量数据，每年发布年度科学报告，系统呈现肾脏疾病的患病、发病、死亡及医疗花费，为科研与卫生决策提供支撑。反观我国，肾脏领域研究多以区域性、零散性、单病种为主，迄今缺乏由政府主导建设的全国性肾脏疾病监测体系。传统监测方式依赖层层上报，在时效性、覆盖面、成本和预警能力等方面存在短板；不同医疗机构之间又因数据标准不一、信息安全顾虑等因素，难以实现跨机构信息联通与数据融合。加之各地肾脏疾病流行病学特征差异较大、专科资源分布不均、患者跨地域就医突出，且肾脏疾病终点事件发生率较低、随访周期长，使传统监测难以全面刻画我国肾脏疾病的特征与流行趋势，亟需新理念与新技术加以突破。

破局之路：大数据与AI驱动的监测体系创新

大数据与人工智能的迅猛发展，为破解上述难题提供了全新思路。将大数据、人工智能与疾病监测深度融合，辅以文本挖掘、数据挖掘、地理信息系统等技术，有望建立更具成本效益的现代化监测系统。在其他慢性病领域，类似探索已初见成效：人工智能与远程医疗相结合，可实现慢性心力衰竭等疾病的早期检测与及时干预；可穿戴式连续血糖监测设备则彻底改变了糖尿病的管理模式，有助于改善血糖控制。在突发传染病防控中，将个体数据与时间、空间、社会行为等多维信息整合建模，也显著提升了预警能力。此外，将气温、空气污染等气象环境数据与健康医疗数据相融合，构建极端天气条件下的人群疾病风险预测模型，已成为气象健康预测预警的新方向，也为肾脏疾病等环境敏感性疾病的监测预警开拓了新的维度。

在肾脏疾病领域，北京大学第一医院肾内科牵头建设的中国肾脏疾病数据网络（CK-NET）即是开创性实践。CK-NET已联合全国七十余家大型肾脏疾病诊疗中心和若干区域健康医疗数据平台，汇聚涵盖超千万人群的多源数据库，借助专家标注、通用数据模型和可计算表型识别等方法完成患者筛选与数据治理，进而运用传统生物统计和机器学习算法，构建覆盖疾病全生命周期的风险预测模型。团队还将区块链、同态加密、联邦学习等技术引入数据安全共享，建设去中心化的健康医疗大数据平台。自2017年起，CK-NET持续产出中国肾脏疾病年度科学报告，相关成果发表于国际肾脏病学会官方期刊，被誉为“中国肾脏疾病监测的重要里程碑”；基于监测结果形成的政策建议已提交国家卫生主管部门和世界卫生组织，为加强糖尿病肾病防治、调整肾脏疾病学科建设提供了决策依据。

前沿进展：AI技术在肾脏疾病防控中的多点突破

近年来，人工智能技术迭代明显加快，新进展贯穿肾脏疾病防控各环节。在人群筛查端，基于计算机视觉的尿液定量分析系统在白蛋白尿筛检中效能良好，适用于人群初筛和居家自查，为基层大规模筛查提供了工具；在诊疗管理端，2024年11月，北京大学第一医院发布国内首个肾脏病领域大模型“肾说（KidneyTalk）”，覆盖诊前评估、辅助诊断、患者管理等环节，开辟了非结构化医疗数据利用的新途径；与此同时，非侵入式可穿戴设备使个体健康数据的实时采集与个性化预警成为可能，为高危人群的连续监测提供了新手段。

图片 2.png

“肾说（KidneyTalk）”大模型，图源北京大学第一医院官网

然而，真实世界数据“量大而质乏”的问题亦不容忽视，需在评估数据质量的基础上扬长避短；《中华人民共和国个人信息保护法》施行后，如何平衡数据利用与隐私保护，仍需持续探索。可以预见，随着人工智能与物联网技术不断成熟，肾脏疾病监测将走向智能化、科学化、精细化，打通从个体数据收集到群体数据汇集应用的全流程链条，最终实现人工智能驱动下的肾脏疾病医防融合体系创新，为健康中国建设提供有力保障。

本文授权转载自肾脏在线Nephrology Online

200 评论

知情同意书

北大团队领衔：人工智能赋能肾脏疾病监测的变革、实践与展望

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接