EUVIMEDEUVIMED entdecken
Crossref

Intelligence Artificielle Et Prédiction Précoce De L’insuffisance Rénale Aiguë : Promesse Clinique, Limites Méthodologiques Et Perspectives Pour La Néphrologie

Tebay Nohaa El Mouttaki Abla, Armi Sara, El Hassani Maha, Belyazid Ismail

IOSR Journal of Dental and Medical Sciences · 2026-07 · 25 (7) · 48-52

DOI: 10.9790/0853-2507034852 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IOSR Journal of Dental and Medical Sciences, 2026-07. Verfasst von Tebay Nohaa El Mouttaki Abla und 3 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introduction

L’insuffisance rénale aiguë (IRA) reste une complication fréquente et grave en milieu hospitalier, associée à une augmentation de risque de mortalité, de la durée de séjour, du recours à l’épuration extrarénale et de progression vers la maladie rénale chronique. Les critères diagnostiques actuels reposent essentiellement sur l’élévation de la créatinine sérique et la baisse de la diurèse, deux marqueurs souvent tardifs. L’intelligence artificielle (IA), en particulier le machine learning et le deep learning, pourrait permettre d’identifier les patients à risque avant l’installation clinique de l’IRA. Objectif : Décrire les principales applications de l’IA dans la prédiction de l’IRA, résumer les performances rapportées, discuter les limites méthodologiques et proposer les conditions nécessaires à une intégration clinique raisonnable en néphrologie. Méthodes : Une revue narrative structurée de la littérature récente a été réalisée à partir d’articles publiés entre 2018 et 2026, portant sur les modèles d’IA appliqués à la prédiction de l’IRA en milieu hospitalier, périopératoire, réanimation adulte, réanimation pédiatrique, sepsis, chirurgie cardiaque, exposition aux produits de contraste et transplantation. Résultats : Les modèles d’IA rapportent globalement de bonnes performances, avec des AUROC souvent comprises entre 0,75 et 0,90 selon les contextes. Une méta-analyse périopératoire incluant 19 études et 304 076 patients a rapporté une sensibilité combinée de 0,77 et une spécificité de 0,75 pour la prédiction de l’IRA par IA (1). 1 Les modèles les plus prometteurs exploitent les dossiers médicaux électroniques, les données biologiques répétées, la diurèse, les constantes vitales et les traitements néphrotoxiques.

Conclusion

L’IA pourrait devenir un outil d’aide à la décision utile pour prévenir l’IRA, mais son intérêt clinique ne peut être déduit de la seule performance statistique. La validation externe, l’interprétabilité, l’évaluation prospective, la réduction des biais et l’intégration dans le flux de soins sont indispensables avant une diffusion large.

Zitieren

APA

Abla, T. N. E. M., Sara, A., Maha, E. H., & Ismail, B. (2026). Intelligence Artificielle Et Prédiction Précoce De L’insuffisance Rénale Aiguë : Promesse Clinique, Limites Méthodologiques Et Perspectives Pour La Néphrologie. IOSR Journal of Dental and Medical Sciences, 25(7), 48-52. https://doi.org/10.9790/0853-2507034852

Vancouver

Abla TNEM, Sara A, Maha EH, Ismail B. Intelligence Artificielle Et Prédiction Précoce De L’insuffisance Rénale Aiguë : Promesse Clinique, Limites Méthodologiques Et Perspectives Pour La Néphrologie. IOSR Journal of Dental and Medical Sciences. 2026;25(7):48-52. doi:10.9790/0853-2507034852

BibTeX
@article{Abla2026,
  author = {Abla, Tebay Nohaa El Mouttaki and Sara, Armi and Maha, El Hassani and Ismail, Belyazid},
  title = {Intelligence Artificielle Et Prédiction Précoce De L’insuffisance Rénale Aiguë : Promesse Clinique, Limites Méthodologiques Et Perspectives Pour La Néphrologie},
  journal = {IOSR Journal of Dental and Medical Sciences},
  year = {2026},
  volume = {25},
  number = {7},
  pages = {48--52},
  doi = {10.9790/0853-2507034852}
}
Kostenlos starten →