对于慢性肾衰竭患者,腹膜透析治疗是安全有效的治疗手段。但在长期治疗时,由于部分患者残余肾功能丧失及透析不充分,仍有可能有较高的发病率和死亡率。在我国,腹膜透析设备及相关耗材成本高昂,并且对患者透析是否充分的评估,主要基于临床医生的主观判断。患者由于透析不充分而退出腹膜透析治疗,及不同医疗机构间对患者腹膜透析充分性评估结果不一致的情况时有发生,这无疑会对患者的治疗产生影响,并造成资源的浪费。腹膜透析充分性的评估,是一项涉及多学科的系统工程,仅靠医生主观评估难以满足临床要求的高效、客观、可靠,用智能技术有效降低评估的主观性及提高评估效率具有重要意义。本人研究工作主要集中在以下几方面：(1)建立了系统的腹膜透析充分性指标体系,并对患者对于各指标的临床表现,制定了详细的模糊量化标准；(2)从多属性群决策的角度,文章设计了基于fAHP和群决策的充分性评估方法。在评估过程中将指标分层,分别计算各层指标的指标权重,并集结多个专家的意见,得出最后的评估结果。和现有的评估方法相比,该方法有效地避免了主观因素对评估结果的干扰,并在评估结论的稳定性上具有重要优势；(3)根据模糊熵理论,设计了基于模糊熵的充分性评估方法。通过专家对各指标打分,计算出各指标的信息熵,并进一步得出各指标的指标权重,利用专家打分及指标权重,可定量地得到患者腹膜透析充分性的结果。文章用实例验证了该方法的实时性和可靠性；(4)用数据聚类的思想对患者透析充分性进行评估。文章从五个方面改进了经典的ART2人工神经网络,使网络更适合医学应用,并对改进的网络进行充分的训练和测试。在评估中,对患者临床数据进行模糊量化后,网络自动得出评估结论,使评估的准确性、快速性都有了很大的提高；(5)讨论了模型PC操作界面的设计。