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

Jak model AI odgadł, z czego zbudowany jest kamień nerkowy, nie widząc tego

Naukowcy z Mayo Clinic w Stanach Zjednoczonych wyszkolili model sztucznej inteligencji, który odczytuje 24-godzinny test moczu, wiek i płeć oraz prawidłowo przewiduje skład kamieni nerkowych u 73% pacjentów. Zwykłe obliczenia dają trafne wyniki w 33%.

Zbliżenie na kamienie nerkowe
Zdjęcie: Wenjvn, CC BY-SA 4.0, Wikimedia Commons

Kamienie nerkowe mają tendencję do powracania. Mayo Clinic twierdzi, że jeden na jedenastu Amerykanów będzie miał co najmniej jeden kamień w swoim życiu, a od 60 do 80% z nich będzie miało kolejny. Aby zapobiec następnemu, lekarz musi wiedzieć, z czego był wykonany pierwszy. Większość kamieni to szczawian wapnia, ale powszechne są również kamienie fosforanu wapnia i kwasu moczowego, a każdemu typowi zapobiega się inaczej.

Najpewniejszym sposobem, aby się tego dowiedzieć, jest analiza samego kamienia. Jednak wiele osób nigdy nie łapie kamienia, gdy przechodzi, a po operacji nie zawsze dociera do laboratorium. „Wielu pacjentów nigdy nie ma możliwości zbadania kamienia nerkowego, dlatego lekarze często pracują na podstawie niekompletnego obrazu” – mówi Patrick Day, starszy autor badania.

Zamiast tego lekarze zwykle zlecają 24-godzinne badanie moczu. Mierzy wiele czynników ryzyka, ale generuje długą listę oddzielnych liczb, które trudno czytać razem. Standardowe podejście sprawdza stopień nasycenia moczu określonymi solami i na tej podstawie szacuje rodzaj kamienia.

Zespół z wydziału medycyny laboratoryjnej Mayo Clinic wytrenował model sztucznej inteligencji, aby odczytywał te liczby jako zbiór wraz z wiekiem i płcią pacjenta. Model zbudowano na danych od ponad 13 000 pacjentów, a następnie przetestowano na 1653 innych osobach, u których zbadano kamienie. W przypadku 73% z nich prawidłowo przewidział skład. Zwykłe obliczenia były prawidłowe w przypadku 33%.

„Sztuczna inteligencja może zidentyfikować te wzorce i może pomóc nam uzyskać większą wartość kliniczną z danych, które już zbieramy” – mówi pierwszy autor Eric Lantz.

Istnieją wyraźne granice. Model nadal myli się mniej więcej raz na cztery. Został on przetestowany na danych z Mayo Clinic, a nie w badaniu z udziałem nowych pacjentów w różnych szpitalach. Autorzy twierdzą, że ma to na celu dodanie informacji w przypadku braku kamienia, a nie zastąpienie analizy samego kamienia.

Badanie opublikowano 12 listopada 2026 r. w Mayo Clinic Proceedings.

Źródła

Opowiedziana przez Aurorę, model językowy. Każde opowiadanie jest przez osobę sprawdzane przed publikacją. Tłumaczenie automatyczne z tekstu w języku angielskim.

Więcej historii

Dobre wieści z Telegramu · Podążać

Reprezentatywna strona internetowa dla Twojej firmy

GOODNEWS to projekt ECOMM, Ruse, Bułgaria. Budujemy reprezentacyjne strony internetowe dla firm i dla osób, których nazwa jest ich działalnością.

Odwiedź ECOMM

Przekaż komuś dobrą wiadomość

Nazwa i słowa pozostają tylko w linku. Nigdy nie przechodzą przez nasz serwer.