Saber de quin material és una pedra al ronyó és clau per evitar que torni a sortir: el tractament i la dieta no són els mateixos per a una pedra d'oxalat de calci que per a una d'àcid úric. El problema és que molts pacients no arriben mai a tenir la pedra a les mans perquè l'analitzi el laboratori, i els metges han de decidir a partir d'indicis. Un equip del Departament de Medicina de Laboratori i Patologia de la Clínica Mayo, als Estats Units, ha provat si la intel·ligència artificial pot omplir aquest buit.
L'estudi, publicat a la revista revisada «Mayo Clinic Proceedings» (DOI 10.1016/j.mayocp.2026.06.027) i firmat per Eric B. Lantz i Patrick Day, va entrenar un model amb l'edat, el sexe i els resultats de l'anàlisi d'orina de 24 hores de més de 13.000 pacients, i el va avaluar després amb 1.653 pacients més. El model va encertar el tipus de pedra en el 73% dels casos, davant del 33% del càlcul convencional que es fa servir avui a partir de la mateixa anàlisi, i va funcionar millor en tots els grups d'edat i de sexe.
L'interès és pràctic: l'anàlisi d'orina de 24 hores ja es fa de manera habitual als pacients amb pedres, de manera que el model no demana cap prova nova. «Molts pacients no tenen mai una pedra disponible per analitzar, i els metges sovint treballen amb una imatge incompleta», diu Day. Els autors el presenten com una ajuda per orientar el tractament i la prevenció, no com un substitut de les proves.
La nota de la clínica no detalla quin tipus de model s'ha fet servir, si la validació es va fer amb pacients nous o amb dades d'arxiu ni com es va confirmar la composició de les pedres de referència. Tampoc no hi ha resultats d'altres hospitals: és un treball d'un sol centre, i caldrà veure si funciona igual amb poblacions i laboratoris diferents abans de fer-lo servir a la consulta.