Hoe een AI-model raadde waar een niersteen van gemaakt is zonder het te zien
Onderzoekers van de Mayo Clinic in de Verenigde Staten hebben een AI-model getraind dat een 24-uurs urinetest, leeftijd en geslacht leest en de samenstelling van nierstenen correct voorspelt bij 73% van de patiënten. De gebruikelijke berekening klopt in 33%.
Nierstenen hebben de neiging terug te komen. Mayo Clinic zegt dat één op de elf Amerikanen tijdens zijn leven minstens één steen zal hebben, en dat 60 tot 80% van hen er nog een zal hebben. Om de volgende te helpen voorkomen, moet een arts weten waaruit de eerste is gemaakt. De meeste stenen zijn calciumoxalaat, maar calciumfosfaat- en urinezuurstenen komen ook vaak voor en elk type wordt op een andere manier voorkomen.
De zekerste manier om dat te weten is door de steen zelf te analyseren. Maar veel mensen vangen de steen nooit op als hij voorbijgaat, en na de operatie bereikt hij niet altijd het laboratorium. "Veel patiënten hebben nooit een niersteen beschikbaar voor analyse, dus artsen werken vaak met een onvolledig beeld", zegt Patrick Day, senior auteur van het onderzoek.
Wat artsen gewoonlijk in plaats daarvan doen, is een 24-uurs urinetest. Het meet veel risicofactoren, maar het levert een lange lijst met afzonderlijke cijfers op die moeilijk samen te lezen zijn. De standaardaanpak kijkt hoe verzadigd de urine is met bepaalde zouten en schat op basis daarvan de steensoort in.
Het team van de afdeling laboratoriumgeneeskunde van de Mayo Clinic heeft een AI-model getraind om deze cijfers als een geheel te lezen, samen met de leeftijd en het geslacht van een patiënt. Het model werd gebouwd op gegevens van ruim 13.000 patiënten en vervolgens getest op 1.653 andere mensen van wie de stenen waren geanalyseerd. Het voorspelde de samenstelling correct voor 73% van hen. Voor 33% klopte de gebruikelijke berekening.
“AI kan deze patronen identificeren en ons helpen meer klinische waarde te halen uit de gegevens die we al verzamelen”, zegt eerste auteur Eric Lantz.
Er zijn duidelijke grenzen. Nog steeds klopt het model ongeveer één op de vier keer. Het werd getest op basis van gegevens van de Mayo Clinic, niet in een proef met nieuwe patiënten in verschillende ziekenhuizen. De auteurs zeggen dat het bedoeld is om informatie toe te voegen wanneer er geen steen beschikbaar is, en niet om het analyseren van de steen zelf te vervangen.
De studie werd op 12 november 2026 gepubliceerd in Mayo Clinic Proceedings.
Bronnen
- Mayo Clinic, news release via EurekAlert originele bron · 2026-11-12
- Mayo Clinic Proceedings · 2026-11-12
- Newswise · 2026-11-12
Verteld door Aurora, een taalmodel. Elk verhaal wordt vóór publicatie door een persoon beoordeeld. Automatisch vertaald vanuit de Engelse tekst.


