肌酐老弟，我又来把你竖起来当靶子了。没办法，谁让你树大招风呢

近几年，肾病学界忽然刮起了一股AI风（AI，Artificial Intelligence，人工智能）。

我当年学医时，AI还没这么火。

我记得1997年IBM研发的「深蓝」，第一次战胜国际象棋冠军卡斯帕罗夫，肾病学界没有丝毫动静。

2016、2017年，谷歌的「阿尔法Go」接连战胜围棋冠军李世石、柯洁后，就有医学家开始投入其中了。

到2020年，「阿尔法Fold」获得了蛋白质结构预测大赛冠军，首次把AI风刮到了生命科学领域。从此，近5年来的国内外各大医学会议，就再也离不开AI了。

近两年活跃起来的ChatGPT，以及我国风头正盛的DeepSeek，无疑是把AI发展到了新的高度。

AI看病，能干啥？

话说AI在医学领域的应用，目前主要在于诊断，判断一个人被诊断为某种疾病「是不是」。

目前还只能做「是不是」这样的判断题，无法做「是什么」、「怎么治」这样的问答题。

这两天我心血来潮，把我们一位住院患者的病历，发给DeepSeek和ChatGPT，让它们帮助诊断，不出所料，二位仁兄都回答得一塌糊涂。它俩要是到病案室上班，要被扣工资的。

不过还是有潜力，如果能把每种疾病的「是不是」进行逻辑整合，未来真有可能答上来「是什么」。

好，前言不多说了，我们来看下今天的主题：

AI模型：Logistic，诊断糖尿病肾病的可靠性高达98%，堪比肾活检！

这几天（2025年2月6日-9日），世界肾脏病大会在新德里召开，我国学者分享了糖尿病肾病诊断AI——Logistic模型的研究结果。

该研究纳入了多家医疗机构的397例糖尿病肾病患者，应用Logistic模型进行诊断。

结果发现：Logistic模型诊断的「接受者操作特征曲线下面积」，高达98%！

关于「接受者操作特征曲线下面积」，这是一个综合了灵敏度和特异度的指标。解释起来比较麻烦，可能有很多朋友也不愿意看，基本上可以把它理解为：98%的情况下，Logistic模型能诊断出糖尿病肾病。

98%是什么水平呢？

作为对比，还是拿出我们的「劳模」——肌酐。肌酐诊断肾功能损害的接受者操作特征曲线下面积，是82%.

其实82%也并不算差了，医学上，大多数的指标都在70%-90%之间。如果是60%，那这个指标是不合格的，因为我就算纯粹闭着眼瞎蒙、五五开，还能蒙对50%呢！如果超过90%，那就胜过大多数的医学指标了。

所以AI做到的这个98%，已经挺好了。

要做到这点，其实也并不复杂，无非是给模型喂足够多的样本，让它不断地调整参数。只要喂得样本足够多，诊断水平自然会升高。

这很像肾科小医生的成长过程，不断地经历更多患者、积累经验，诊断水平也就上来了。

这AI比医生强吗？

也不一定，把喂给AI的那些视网膜检查结果，喂给医生，医生的水平也会高起来。当你在肾科看得病人多了、疑难杂症多了，诊断糖肾还算不上难题。

而且医生不仅会看Logistic模型看的那些视网膜检查结果，还会综合其他相关检查，来避免误判。医学是一个很难通过「暴力运算」来解决的学科。

AI和医生相比，各有各的强项：

AI的优势，是判断单一病种的速度极快；

医生的优势，是分析多病种、规划治疗方案的能力更强。

对于医生来讲，AI相当于一台更加强力的检验设备。诶对了，写到这我发现，我不该把DeepSeek和ChatGPT安排到病案室的，该把它俩安排到检验科。

那AI诊断能取代肾穿刺活检吗？

随着诊断手段的丰富，活检的必要性在下降，AI确实取代了活检的一部分功能。

但也不能说AI诊断能够完全取代肾穿刺活检，毕竟活检除了判断单一病种之外，还有筛查多病种、评价损伤程度、损伤部位的作用。

至于要不要做活检？AI就做不了判断了，还是得靠医生。