La lesión renal aguda (AKI) es una complicación importante postoperatoria que carece de predictores intraoperatorios establecidos. Nuestro objetivo fue desarrollar un modelo de predicción utilizando datos preoperatorios e intraoperatorios de alta frecuencia para AKI postoperatoria. En este estudio de cohorte retrospectivo, evaluamos 77,428 casos operatorios en un único centro académico entre 2016 y 2022. Un total de 11,212 casos con datos de creatinina sérica (sCr) fueron incluidos en el análisis. Luego, 8519 casos fueron asignados aleatoriamente al conjunto de entrenamiento y el resto al conjunto de validación. Se evaluaron catorce variables preoperatorias y veinte variables intraoperatorias utilizando red elástica seguida de regresión jerárquica de selección y contracción mínima absoluta (LASSO). El conjunto de entrenamiento era 56% masculino y tenía una mediana [RIC] de edad de 62 (51-72) y una tasa de AKI del 6%. Las variables del modelo retenidas fueron los valores preoperatorios de sCr, el número de minutos que cumplen con los umbrales de producción de orina, la frecuencia cardíaca, el índice de perfusión intraoperatorio y la pérdida total estimada de sangre. El área bajo la curva característica del operador receptor fue de 0.81 (IC del 95%, 0.77-0.85). Con un umbral de puntuación de 0.767, la especificidad fue del 77% y la sensibilidad del 74%. Una aplicación web que calcula la puntuación del modelo está disponible en línea. Nuestros hallazgos demuestran la utilidad de los datos de series temporales intraoperatorias para problemas de predicción, incluido un nuevo uso potencial del índice de perfusión. Se necesita más investigación para evaluar el modelo en entornos clínicos.