Oggigiorno ll danno renale acuto [“acute kidney injury” (AKI)] è una sindrome molto frequente, soprattutto nei reparti di terapia intensiva, che si associa a elevata mortalità nonostante i progressi terapeutici. La diagnosi di AKI è spesso tardiva perché i criteri diagnostici sono basati anche sulle variazioni della creatinina sierica, il cui lento incremento ne costituisce un’importante limitazione. Lo scopo di questo studio è lo sviluppo e la validazione di modelli di previsione a supporto alle decisioni in ambito medico, in particolare riguardanti la diagnosi precoce di AKI in pazienti ricoverati in terapia intensiva. Nella prima parte di questo studio, dopo una consistente fase di preprocessing su un database pubblico, MIMIC-III (Medical Information Mart for Intensive Care), relativo ai parametri fisiologici di 58 mila pazienti ospedalizzati, è stato creato un dataset finale adeguato alle fasi di training e test relative ad algoritmi di apprendimento supervisionato.