小儿和新生儿种群中的急性肾脏损伤(AKI)提出了显着的诊断和管理挑战,延迟检测导致长期并发症,例如高血压和慢性肾脏疾病。人工智能(AI)的最新进步为早期发现,风险地层和个性化护理提供了新的途径。本文探讨了AI模型的应用,包括受监督和无监督的机器学习,在预测AKI,改善临床决策以及识别对干预措施的反应不同的亚表型。它讨论了AI与现有风险评分和生物标志物的整合,以提高预测准确性及其革命性小儿肾脏病的潜力。但是,诸如数据质量,算法偏见以及对透明和道德实施的需求等障碍是关键的考虑。未来的指示强调纳入生物标志物,扩大外部验证,并确保公平的访问以优化小儿AKI护理的结果。