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

人工智能模型如何在不亲眼目睹的情况下猜出肾结石的成分

美国梅奥诊所的研究人员训练了一个 AI 模型,该模型可以读取 24 小时尿液测试、年龄和性别,并正确预测 73% 患者的肾结石成分。通常的计算结果是 33%。

肾结石特写
照片: Wenjvn, CC BY-SA 4.0, Wikimedia Commons

肾结石往往会复发。梅奥诊所表示,十分之一的美国人一生中至少患有一颗结石,其中 60% 至 80% 的人还会患有另一颗结石。为了帮助预防下一次,医生需要知道第一个是由什么制成的。大多数结石是草酸钙,但磷酸钙和尿酸结石也很常见,每种类型的预防方法不同。

最可靠的了解方法是分析石头本身。但许多人在结石排出时从未接住它,手术后也不一定能到达实验室。该研究的资深作者帕特里克·戴 (Patrick Day) 表示:“许多患者从来没有可供分析的肾结石,因此医生通常只能了解不完整的情况。”

医生通常会进行 24 小时尿液检查。它衡量了许多风险因素,但它产生了一长串单独的数字,很难放在一起阅读。标准方法是观察尿液中某些盐的饱和程度,并据此估计结石类型。

梅奥诊所检验医学部门的团队训练了一个人工智能模型来读取这些数字以及患者的年龄和性别。该模型基于 13,000 多名患者的数据建立,然后对其他 1,653 名接受过结石分析的人进行测试。它正确预测了其中 73% 的构图。通常的计算结果是 33%。

“人工智能可以识别这些模式,并可以帮助我们从已经收集的数据中获得更多临床价值,”第一作者埃里克·兰茨说。

有明确的限制。该模型仍有大约四分之一的错误。它是根据梅奥诊所的数据进行测试的,而不是在不同医院的新患者中进行的试验。作者表示,这是为了在没有可用宝石时添加信息,而不是取代对宝石本身的分析。

该研究于 2026 年 11 月 12 日发表在《梅奥诊所学报》上。

来源

由语言模型 Aurora 讲述。每个故事在出版前都会经过专人审核。 从英文文本自动翻译。

更多故事

Telegram 上的好消息 · 跟随

您企业的代表性网站

GOODNEWS 是保加利亚鲁塞 ECOMM 的一个项目。我们为公司和以业务名称命名的个人建立代表性网站。

参观经济管理中心

给某人好消息

名称和文字仅保留在链接中。他们从不经过我们的服务器。