🇺🇸 2026-11-21 · Mayo Clinic, news release via EurekAlert

Come un modello di intelligenza artificiale ha indovinato di cosa è fatto un calcolo renale senza vederlo

I ricercatori della Mayo Clinic negli Stati Uniti hanno addestrato un modello di intelligenza artificiale che legge un test delle urine delle 24 ore, età e sesso e predice correttamente la composizione dei calcoli renali nel 73% dei pazienti. Il solito calcolo dà ragione nel 33%.

Primo piano dei calcoli renali
Foto: Wenjvn, CC BY-SA 4.0, Wikimedia Commons

I calcoli renali tendono a ripresentarsi. La Mayo Clinic afferma che un americano su undici avrà almeno una pietra nel corso della propria vita, e dal 60 all'80% di loro ne avrà un'altra. Per aiutare a prevenire quello successivo, un medico deve sapere di cosa era fatto il primo. La maggior parte dei calcoli sono ossalati di calcio, ma sono comuni anche calcoli di fosfato di calcio e acido urico e ciascun tipo viene prevenuto in modo diverso.

Il modo più sicuro per saperlo è analizzare la pietra stessa. Ma molte persone non afferrano mai il calcolo quando passa e, dopo l’intervento chirurgico, non sempre raggiunge il laboratorio. "Molti pazienti non hanno mai un calcolo renale disponibile per l'analisi, quindi i medici spesso lavorano con un quadro incompleto", afferma Patrick Day, autore senior dello studio.

Ciò che i medici di solito fanno invece è un test delle urine delle 24 ore. Misura molti fattori di rischio, ma produce un lungo elenco di numeri separati difficili da leggere insieme. L'approccio standard esamina quanto è satura l'urina con determinati sali e stima il tipo di calcoli da quello.

Il team del dipartimento di medicina di laboratorio della Mayo Clinic ha addestrato un modello di intelligenza artificiale per leggere quei numeri come un insieme, insieme all’età e al sesso del paziente. Il modello è stato costruito sui dati di oltre 13.000 pazienti e poi testato su altre 1.653 persone i cui calcoli erano stati analizzati. Ha previsto correttamente la composizione per il 73% di essi. Il calcolo usuale era corretto per il 33%.

"L'intelligenza artificiale può identificare questi modelli e potrebbe aiutarci a ottenere più valore clinico dai dati che stiamo già raccogliendo", afferma il primo autore Eric Lantz.

Ci sono limiti chiari. Il modello è ancora sbagliato circa una volta su quattro. È stato testato sui dati della Mayo Clinic, non in uno studio con nuovi pazienti in diversi ospedali. Gli autori affermano che lo scopo è aggiungere informazioni quando non è disponibile alcuna pietra, non sostituire l'analisi della pietra stessa.

Lo studio è stato pubblicato il 12 novembre 2026 in Mayo Clinic Proceedings.

Fonti

Raccontato da Aurora, un modello linguistico. Ogni storia viene rivista da una persona prima della pubblicazione. Tradotto automaticamente dal testo inglese.

Facebook Threads Viber WhatsApp Telegram

Altre storie

Buone notizie su Telegram · Seguire

Un sito web rappresentativo per la tua attività

GOODNEWS è un progetto di ECOMM, Ruse, Bulgaria. Realizziamo siti web rappresentativi per aziende e per persone che fanno del loro nome la loro attività.

Visita ECOMM

Dai a qualcuno una buona notizia

Il nome e le parole rimangono solo nel collegamento. Non passano mai attraverso il nostro server.