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

Hur en AI-modell gissade vad en njursten är gjord av utan att se den

Forskare vid Mayo Clinic i USA tränade en AI-modell som läser av ett 24-timmars urintest, ålder och kön och korrekt förutsäger njurstenssammansättning hos 73 % av patienterna. Den vanliga beräkningen får det rätt i 33%.

Närbild av njursten
Bild: Wenjvn, CC BY-SA 4.0, Wikimedia Commons

Njursten tenderar att komma tillbaka. Mayo Clinic säger att en av elva amerikaner kommer att ha minst en sten under sin livstid, och 60 till 80 % av dem kommer att ha en annan. För att förhindra nästa måste en läkare veta vad den första var gjord av. De flesta stenar är kalciumoxalat, men kalciumfosfat och urinsyrastenar är också vanliga, och varje typ förebyggs på olika sätt.

Det säkraste sättet att veta är att analysera själva stenen. Men många fångar aldrig stenen när den passerar, och efter operationen når den inte alltid labbet. "Många patienter har aldrig en njursten tillgänglig för analys, så läkare arbetar ofta med en ofullständig bild", säger Patrick Day, studiens seniorförfattare.

Vad läkare brukar ha istället är ett 24-timmars urinprov. Den mäter många riskfaktorer, men den ger en lång lista med separata siffror som är svåra att läsa tillsammans. Standardmetoden tittar på hur mättad urinen är med vissa salter och uppskattar stentypen utifrån det.

Teamet på Mayo Clinics laboratoriemedicinavdelning tränade en AI-modell för att läsa dessa siffror som en uppsättning, tillsammans med en patients ålder och kön. Modellen byggdes på data från mer än 13 000 patienter och testades sedan på 1 653 andra personer vars stenar hade analyserats. Den förutspådde sammansättningen korrekt för 73 % av dem. Den vanliga beräkningen var rätt för 33%.

"AI kan identifiera dessa mönster och kan hjälpa oss att få mer kliniskt värde från data vi redan samlar in", säger första författaren Eric Lantz.

Det finns tydliga gränser. Modellen har fortfarande fel ungefär en gång av fyra. Det testades på Mayo Clinic-data, inte i en studie med nya patienter på olika sjukhus. Författarna säger att det är tänkt att lägga till information när ingen sten är tillgänglig, inte att ersätta att analysera själva stenen.

Studien publicerades den 12 november 2026 i Mayo Clinic Proceedings.

Källor

Berättat av Aurora, en språkmodell. Varje berättelse recenseras av en person innan publicering. Översätts automatiskt från den engelska texten.

Fler berättelser

Goda nyheter på Telegram · Följa

En representativ webbplats för ditt företag

GOODNEWS är ett projekt från ECOMM, Ruse, Bulgarien. Vi bygger representativa webbplatser för företag och för personer som heter deras verksamhet.

Besök ECOMM

Ge någon goda nyheter

Namnet och orden stannar endast i länken. De går aldrig igenom vår server.