根据纽约大学朗格尼健康中心和纽约大学格罗斯曼医学院的研究人员于2026年1月21日发布的一项大型全球研究显示，用于评估肾功能的两种常见血液检测结果之间的差异可能预示着肾衰竭、心脏病甚至死亡的风险显著升高。这项发表在一家未具名的同行评审期刊上的研究表明，肌酐和胱抑素C水平之间的不匹配（两者都是用于评估肾脏健康的指标）可能是一种被忽视的严重潜在健康问题的指标。

研究人员发现，这两种检测结果之间的差异在住院患者和老年人中尤为普遍，而这些人群已经容易出现与肾脏相关的并发症。研究结果引发了人们的担忧，即仅仅依赖于一项检测可能会导致错过早期干预和预防保健的机会。

肌酐是肌肉活动产生的废物，长期以来一直是评估肾脏滤过率的标准指标。另一方面，胱抑素C是一种由全身细胞产生的蛋白质，也由肾脏过滤。虽然这两种检测都旨在评估肾功能，但它们受到不同因素的影响。肌酐水平会受到肌肉质量、饮食和某些药物的影响，而胱抑素C通常被认为不易受这些变量的影响。

“这两种常用的检测方法可能会得出不同的结果，这一事实突显了肾脏疾病的复杂性，”该研究的主要作者、纽约大学格罗斯曼医学院肾脏病学教授[Fictional Name]博士说。“我们的研究表明，关注肌酐和胱抑素C之间的不一致性可以为患者的整体健康和风险状况提供有价值的见解。”

该研究分析了来自多个国际站点的庞大且多样化的患者队列的数据。研究人员使用先进的统计建模来评估肌酐和胱抑素C水平的差异与不良后果（包括肾衰竭、心血管事件和死亡率）风险之间的关联。结果一致表明，即使在调整了其他已知的风险因素后，这种不匹配与风险增加之间也存在很强的相关性。

这项研究的意义延伸到了医疗保健领域的人工智能。人工智能算法越来越多地被用于分析医疗数据和预测患者的预后。然而，该研究强调了确保这些算法在全面的数据集上进行训练的重要性，这些数据集考虑了看似常规的测试中可能存在的差异。否则可能会导致有偏差或不准确的预测，从而可能加剧健康差距。

“人工智能有潜力彻底改变医疗保健，但至关重要的是，我们要负责任地使用它，”专门从事人工智能医疗应用的数据科学家[Fictional Name]说。“这项研究强调了人工智能模型需要对临床数据的细微差别敏感，并避免过度依赖任何单一的指标或测试。”

研究人员目前正在开发人工智能驱动的工具，这些工具可以自动检测和解释肌酐和胱抑素C水平之间的差异，从而为临床医生提供更全面的肾脏健康评估。他们希望这些工具将有助于改善肾脏疾病的早期检测和管理，最终带来更好的患者预后。下一阶段的研究将侧重于确定导致这两种检测之间不匹配的潜在机制，并探索减轻相关风险的潜在干预措施。