الذكاء الاصطناعي يتنبأ بتركيب حصوات الكلى بدقة 73%. الذكاء الاصطناعي يعزز دقة التنبؤ بتركيب حصوات الكلى قد يساعد الذكاء الاصطناعي الأطباء على معرفة نوع حصوات الكلى، حتى عندما لا تتوافر عينة من الحصوة لفحصها في المختبر. ففي دراسة حديثة نشرتها مجلة «Mayo Clinic Proceedings» يوم 12 نوفمبر 2026، طور باحثون من مايو كلينك نموذجًا للذكاء الاصطناعي يستطيع التنبؤ بتركيب الحصوات اعتمادًا على بيانات المريض ونتائج تحليل البول المجمع على مدار 24 ساعة. وحقق النموذج دقة بلغت 73%، مقارنة بنحو 33% للطريقة الحسابية التقليدية التي استخدمها الباحثون للمقارنة. وتفتح النتائج المجال أمام الاستفادة بصورة أكبر من التحاليل المتاحة بالفعل، دون الحاجة دائمًا إلى الحصول على الحصوة نفسها. كيف استخدم الباحثون الذكاء الاصطناعي؟ اعتمد فريق البحث على بيانات نحو 13 ألف مريض، خضعوا لتحليل بول لمدة 24 ساعة، وتوافرت لديهم أيضًا نتائج فحص لتركيب حصوات الكلى. وشملت البيانات عمر المريض وجنسه ونتائج التحاليل، التي تقيس مواد كيميائية مختلفة في البول، ومدى ميلها إلى تكوين البلورات والحصوات. ودرب الباحثون النموذج على اكتشاف العلاقات بين هذه المعلومات، ثم اختبروه على مجموعة مستقلة ضمت 1653 حالة، جُمعت بياناتها خلال فترة لاحقة. وأظهرت النتائج أن النموذج استطاع تحديد التركيب الغالب للحصوة بدقة أعلى من الطريقة التقليدية التي تعتمد على حساب تشبع البول وحده. 73% مقابل 33%.. ماذا تعني النتائج؟ حقق نموذج الذكاء الاصطناعي دقة بلغت 73% في مجموعة التحقق، بينما بلغت دقة الطريقة التقليدية 33% فقط. ويعني ذلك أن النموذج قدم تنبؤات صحيحة في عدد أكبر من الحالات التي اختبرها الباحثون. كما حافظ على تفوقه عند تحليل النتائج وفق الفئات العمرية والجنس. وصنف الباحثون الحصوات إلى أربع مجموعات رئيسية: أوكسالات الكالسيوم: من الأنواع الشائعة، وتتكون من اتحاد الكالسيوم مع الأوكسالات. فوسفات الكالسيوم: تتكون أساسًا من مركبات الكالسيوم والفوسفات. حمض اليوريك: ترتبط بارتفاع تركيز حمض اليوريك أو انخفاض درجة حموضة البول. أنواع أخرى: تشمل حصوات لا تندرج ضمن المجموعات الثلاث السابقة. ولا تعني نسبة الدقة البالغة 73% أن النموذج يستطيع تحديد كل حصوة بصورة مؤكدة؛ فهي نتيجة اختبار على مجموعة محددة من المرضى. لماذا يهم الأطباء معرفة تركيب الحصوة؟ لا تتشابه حصوات الكلى في تركيبها أو أسباب تكونها، ولذلك تساعد معرفة نوعها الطبيب على اختيار العلاج المناسب ووضع خطة للوقاية من تكرارها. فعلى سبيل المثال، تختلف الإجراءات الغذائية والدوائية التي قد يوصي بها الطبيب لمريض يعاني حصوات حمض اليوريك عن تلك التي تناسب مريض حصوات أوكسالات الكالسيوم. كما تساعد معرفة التركيب في فهم العوامل التي تزيد احتمالات تكون الحصوات، مثل ارتفاع تركيز بعض الأملاح أو تغير درجة حموضة البول. وتبرز أهمية النموذج الجديد عندما لا يستطيع المريض الاحتفاظ بالحصوة التي خرجت مع البول، أو عندما لا تتوافر عينة مناسبة بعد إجراء جراحي. هل يغني الذكاء الاصطناعي عن فحص الحصوات؟ رغم النتائج المشجعة، لا يدعي الباحثون أن النموذج سيحل محل الفحص المخبري المباشر. فعندما تتوافر عينة من الحصوة، يستطيع المختبر تحليل تركيبها باستخدام تقنيات متخصصة، مثل التحليل الطيفي بالأشعة تحت الحمراء. أما النموذج الجديد، فيقدم تقديرًا مبنيًا على نتائج تحليل البول ومعلومات المريض، ويمكن أن يساعد الطبيب عندما لا تتوافر عينة للفحص. وتؤكد مايو كلينك أن الهدف هو دعم المعلومات الطبية المتاحة، وليس استبدال نتائج التحاليل أو الحكم الطبي. خطوة جديدة نحو تشخيص أكثر دقة تعكس الدراسة اتجاهًا متزايدًا للاستفادة من الذكاء الاصطناعي في تحليل البيانات الطبية، واستخراج أنماط قد يصعب اكتشافها بالطرق التقليدية. لكن استخدام النموذج على نطاق واسع يحتاج إلى تقييم إضافي في مجموعات متنوعة من المرضى، والتأكد من قدرته على تقديم نتائج موثوقة في بيئات طبية مختلفة. ومع استمرار الأبحاث، قد تساعد هذه التقنية الأطباء على اتخاذ قرارات أكثر استنارة بشأن علاج حصوات الكلى والحد من تكرارها، خصوصًا لدى المرضى الذين لا تتوافر لديهم عينات من الحصوات. تشعر بالجوع سريعًا بعد الإفطار؟ 8 نصائح لوجبة أكثر إشباعًا فواكه خريفية قد تساعد على ضبط سكر الدم.. تعرف عليها فوائد الرمان للكلى.. هل يحميها أم يرفع البوتاسيوم؟ البروتين النباتي قد يساعد على إنقاص الوزن دون حساب السعرات
الذكاء الاصطناعي يعزز دقة التنبؤ بتركيبحصوات الكلى
قد يساعدالذكاء الاصطناعيالأطباء على معرفة نوع حصوات الكلى، حتى عندما لا تتوافر عينة من الحصوة لفحصها في المختبر.
ففي دراسة حديثة نشرتهامجلة «Mayo Clinic Proceedings»يوم 12 نوفمبر 2026، طور باحثون من مايو كلينك نموذجًا للذكاء الاصطناعي يستطيع التنبؤ بتركيب الحصوات اعتمادًا على بيانات المريض ونتائج تحليل البول المجمع على مدار 24 ساعة.
وحقق النموذج دقة بلغت 73%، مقارنة بنحو 33% للطريقة الحسابية التقليدية التي استخدمها الباحثون للمقارنة.
وتفتح النتائج المجال أمام الاستفادة بصورة أكبر من التحاليل المتاحة بالفعل، دون الحاجة دائمًا إلى الحصول على الحصوة نفسها.
كيف استخدم الباحثون الذكاء الاصطناعي؟
اعتمد فريق البحث على بيانات نحو 13 ألف مريض، خضعوا لتحليل بول لمدة 24 ساعة، وتوافرت لديهم أيضًا نتائج فحص لتركيب حصوات الكلى.
وشملت البيانات عمر المريض وجنسه ونتائج التحاليل، التي تقيس مواد كيميائية مختلفة في البول، ومدى ميلها إلى تكوين البلورات والحصوات.
ودرب الباحثون النموذج على اكتشاف العلاقات بين هذه المعلومات، ثم اختبروه على مجموعة مستقلة ضمت 1653 حالة، جُمعت بياناتها خلال فترة لاحقة.
وأظهرت النتائج أن النموذج استطاع تحديد التركيب الغالب للحصوة بدقة أعلى من الطريقة التقليدية التي تعتمد على حساب تشبع البول وحده.
73% مقابل 33%.. ماذا تعني النتائج؟
حقق نموذج الذكاء الاصطناعي دقة بلغت 73% في مجموعة التحقق، بينما بلغت دقة الطريقة التقليدية 33% فقط.
ويعني ذلك أن النموذج قدم تنبؤات صحيحة في عدد أكبر من الحالات التي اختبرها الباحثون.
كما حافظ على تفوقه عند تحليل النتائج وفق الفئات العمرية والجنس.
وصنف الباحثون الحصوات إلى أربع مجموعات رئيسية:
- أوكسالات الكالسيوم:من الأنواع الشائعة، وتتكون من اتحاد الكالسيوم مع الأوكسالات.
- فوسفات الكالسيوم:تتكون أساسًا من مركبات الكالسيوم والفوسفات.
- حمض اليوريك:ترتبط بارتفاع تركيز حمض اليوريك أو انخفاض درجة حموضة البول.
- أنواع أخرى:تشمل حصوات لا تندرج ضمن المجموعات الثلاث السابقة.
ولا تعني نسبة الدقة البالغة 73% أن النموذج يستطيع تحديد كل حصوة بصورة مؤكدة؛ فهي نتيجة اختبار على مجموعة محددة من المرضى.
لماذا يهم الأطباء معرفة تركيب الحصوة؟
لا تتشابه حصوات الكلى في تركيبها أو أسباب تكونها، ولذلك تساعد معرفة نوعها الطبيب على اختيار العلاج المناسب ووضع خطة للوقاية من تكرارها.
فعلى سبيل المثال، تختلف الإجراءات الغذائية والدوائية التي قد يوصي بها الطبيب لمريض يعاني حصوات حمض اليوريك عن تلك التي تناسب مريض حصوات أوكسالات الكالسيوم.
كما تساعد معرفة التركيب في فهم العوامل التي تزيد احتمالات تكون الحصوات، مثل ارتفاع تركيز بعض الأملاح أو تغير درجة حموضة البول.
وتبرز أهمية النموذج الجديد عندما لا يستطيع المريض الاحتفاظ بالحصوة التي خرجت مع البول، أو عندما لا تتوافر عينة مناسبة بعد إجراء جراحي.
هل يغني الذكاء الاصطناعي عن فحص الحصوات؟
رغم النتائج المشجعة، لا يدعي الباحثون أن النموذج سيحل محل الفحص المخبري المباشر.
فعندما تتوافر عينة من الحصوة، يستطيع المختبر تحليل تركيبها باستخدام تقنيات متخصصة، مثل التحليل الطيفي بالأشعة تحت الحمراء.
أما النموذج الجديد، فيقدم تقديرًا مبنيًا على نتائج تحليل البول ومعلومات المريض، ويمكن أن يساعد الطبيب عندما لا تتوافر عينة للفحص.
وتؤكد مايو كلينك أن الهدف هو دعم المعلومات الطبية المتاحة، وليس استبدال نتائج التحاليل أو الحكم الطبي.
خطوة جديدة نحو تشخيص أكثر دقة
تعكس الدراسة اتجاهًا متزايدًا للاستفادة من الذكاء الاصطناعي في تحليل البيانات الطبية، واستخراج أنماط قد يصعب اكتشافها بالطرق التقليدية.
لكن استخدام النموذج على نطاق واسع يحتاج إلى تقييم إضافي في مجموعات متنوعة من المرضى، والتأكد من قدرته على تقديم نتائج موثوقة في بيئات طبية مختلفة.
ومع استمرار الأبحاث، قد تساعد هذه التقنية الأطباء على اتخاذ قرارات أكثر استنارة بشأن علاج حصوات الكلى والحد من تكرارها، خصوصًا لدى المرضى الذين لا تتوافر لديهم عينات من الحصوات.
تشعر بالجوع سريعًا بعد الإفطار؟ 8 نصائح لوجبة أكثر إشباعًا
فواكه خريفية قد تساعد على ضبط سكر الدم.. تعرف عليها
فوائد الرمان للكلى.. هل يحميها أم يرفع البوتاسيوم؟
البروتين النباتي قد يساعد على إنقاص الوزن دون حساب السعرات