Πώς ένα μοντέλο AI μάντεψε από τι αποτελείται μια πέτρα στα νεφρά χωρίς να την δει
Ερευνητές στην Mayo Clinic στις Ηνωμένες Πολιτείες εκπαίδευσαν ένα μοντέλο AI που διαβάζει μια 24ωρη εξέταση ούρων, την ηλικία και το φύλο και προβλέπει σωστά τη σύνθεση πέτρας στα νεφρά στο 73% των ασθενών. Ο συνηθισμένος υπολογισμός είναι σωστός στο 33%.
Οι πέτρες στα νεφρά τείνουν να επανέρχονται. Η Mayo Clinic λέει ότι ένας στους έντεκα Αμερικανούς θα έχει τουλάχιστον έναν λίθο στη ζωή του και το 60 έως 80% από αυτούς θα έχει έναν άλλο. Για να αποτρέψει το επόμενο, ένας γιατρός πρέπει να γνωρίζει από τι ήταν φτιαγμένο το πρώτο. Οι περισσότερες πέτρες είναι οξαλικό ασβέστιο, αλλά οι πέτρες με φωσφορικό ασβέστιο και ουρικό οξύ είναι επίσης κοινές και κάθε τύπος προλαμβάνεται διαφορετικά.
Ο πιο σίγουρος τρόπος για να μάθετε είναι να αναλύσετε την ίδια την πέτρα. Αλλά πολλοί άνθρωποι δεν πιάνουν ποτέ την πέτρα όταν περνάει και μετά την επέμβαση δεν φτάνει πάντα στο εργαστήριο. «Πολλοί ασθενείς δεν έχουν ποτέ διαθέσιμη πέτρα στα νεφρά για ανάλυση, επομένως οι γιατροί συχνά εργάζονται με μια ελλιπή εικόνα», λέει ο Πάτρικ Ντέι, ανώτερος συγγραφέας της μελέτης.
Αυτό που συνήθως κάνουν οι γιατροί είναι μια 24ωρη εξέταση ούρων. Μετρά πολλούς παράγοντες κινδύνου, αλλά παράγει μια μακρά λίστα χωριστών αριθμών που είναι δύσκολο να διαβαστούν μαζί. Η τυπική προσέγγιση εξετάζει πόσο κορεσμένα είναι τα ούρα με ορισμένα άλατα και υπολογίζει τον τύπο της πέτρας από αυτό.
Η ομάδα του τμήματος εργαστηριακής ιατρικής της Mayo Clinic εκπαίδευσε ένα μοντέλο AI για να διαβάζει αυτούς τους αριθμούς ως σύνολο, μαζί με την ηλικία και το φύλο του ασθενούς. Το μοντέλο κατασκευάστηκε σε δεδομένα από περισσότερους από 13.000 ασθενείς και στη συνέχεια δοκιμάστηκε σε 1.653 άλλα άτομα των οποίων οι πέτρες είχαν αναλυθεί. Προέβλεψε σωστά τη σύνθεση για το 73% αυτών. Ο συνήθης υπολογισμός ήταν σωστός για το 33%.
«Η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει αυτά τα μοτίβα και θα μπορούσε να μας βοηθήσει να αποκτήσουμε περισσότερη κλινική αξία από τα δεδομένα που ήδη συλλέγουμε», λέει ο πρώτος συγγραφέας Έρικ Λαντς.
Υπάρχουν ξεκάθαρα όρια. Το μοντέλο εξακολουθεί να κάνει λάθος περίπου μία φορά στις τέσσερις. Δοκιμάστηκε σε δεδομένα της Mayo Clinic, όχι σε δοκιμή με νέους ασθενείς σε διαφορετικά νοσοκομεία. Οι συγγραφείς λένε ότι προορίζεται να προσθέσει πληροφορίες όταν δεν υπάρχει διαθέσιμη πέτρα και όχι να αντικαταστήσει την ανάλυση της ίδιας της πέτρας.
Η μελέτη δημοσιεύθηκε στις 12 Νοεμβρίου 2026 στο Mayo Clinic Proceedings.
Πηγές
- Mayo Clinic, news release via EurekAlert αρχική πηγή · 2026-11-12
- Mayo Clinic Proceedings · 2026-11-12
- Newswise · 2026-11-12
Λέγεται από την Aurora, ένα γλωσσικό μοντέλο. Κάθε ιστορία εξετάζεται από ένα άτομο πριν από τη δημοσίευση. Μεταφράζεται αυτόματα από το αγγλικό κείμενο.


