急性腎損傷的發生率隨著人口的老化、平均壽命延長，以及醫療的進步，其發生率呈現逐年增加的趨勢，而加護病房的病人發生急性腎損傷的比例更高達 50%。由於急性腎損傷發生後會增加日後心血管疾病和慢性腎臟病的風險，如何早期預測並加以預防，是臨床上面臨的研究難題。而引發急性腎損傷背後的原因十分複雜，且重症病人的共病症和異質性又高，臨床研究上如何精確篩選出特定的病人進行臨床試驗，也是一大挑戰。本人於民國 108 年 8 月 1 日至 109 年 7 月 31 日前往美國加州大學舊金山分校，跟隨Professor Kathleen Liu 做臨床研究，透過文獻回顧了解過去該領域在臨床研究設計上所面臨的困境，在教授指導下學習撰寫該主題的綜論和觀點投稿於 Nature Review Nephrology，並進一步於 UCSF 進修 clinical epidemiology 和 Biostatics 兩門研究所課程，學習基礎流病的觀念和統計軟體的操作，再藉由參加人工智慧機器學習的工作坊，嘗試利用不同的方式來做資料分析，以期用新的方式來解決過去研究的困境。此外，於臨床研究期間也同時參加UCSF 腎臟科以及重症部的定期研究會議和教學活動，了解頂尖醫學中心的運作方式做為日後的參考。雖然後來因COVID-19疫情的關係，中斷了後續的臨床研究病人收案和資料分析計畫，但是在 UCSF 擔任訪問學者期間，認識了許多急性腎損傷和重症透析領域的學術領導者，獲得不少寶貴的經驗和交流，可作為未來臨床和研究發展的參考依據。