IA predice la composición de cálculos renales a partir de análisis rutinarios de orina
Actualizado el 18 Nov 2026
Los cálculos renales son una afección común y dolorosa, que afecta aproximadamente a uno de cada 11 estadounidenses, con tasas de recurrencia a lo largo de la vida del 60% al 80%. Identificar la composición de los cálculos es importante para orientar el tratamiento y prevenir la recurrencia, pero los cálculos no siempre están disponibles para su análisis.
Para abordar este desafío diagnóstico, los investigadores han desarrollado un enfoque basado en IA que utiliza resultados rutinarios de análisis de orina para predecir la composición de los cálculos renales.
Investigadores de Mayo Clinic desarrollaron y evaluaron un modelo de inteligencia artificial (IA) para predecir la composición de los cálculos renales utilizando resultados estándar de análisis de orina de 24 horas. Estas pruebas miden sustancias asociadas con la formación de cálculos renales y ayudan a identificar factores de riesgo individuales.
Al analizar conjuntamente múltiples mediciones de orina, el modelo de IA identifica patrones asociados con diferentes tipos de cálculos, proporcionando información adicional que complementa los hallazgos de laboratorio convencionales.
El modelo se desarrolló utilizando datos de más de 13.000 pacientes, incluidos la edad, el sexo y las mediciones de orina de 24 horas, y posteriormente se evaluó en un grupo independiente de 1.653 pacientes. Predijo correctamente la composición de los cálculos renales en el 73% de los casos, en comparación con el 33% utilizando únicamente los cálculos convencionales basados en la orina.
El modelo también superó al enfoque tradicional en distintos grupos de edad y sexo. Los hallazgos se publicaron en Mayo Clinic Proceedings el 11 de noviembre de 2026.
El enfoque podría ser especialmente útil cuando no está disponible el análisis directo del cálculo, como cuando los pacientes no recogen los cálculos expulsados o no se pueden obtener muestras después de la cirugía. En estos casos, los clínicos suelen confiar en la información clínica y los resultados de laboratorio para estimar la composición del cálculo.
Al mejorar estas predicciones, el modelo de IA podría ayudar a distinguir entre tipos comunes de cálculos, incluidos el oxalato de calcio, el fosfato de calcio y el ácido úrico, lo que potencialmente respaldaría estrategias más específicas de tratamiento y prevención de la recurrencia.
“Muchos pacientes nunca tienen un cálculo renal disponible para su análisis, por lo que los médicos a menudo trabajan con una imagen incompleta. Nuestros hallazgos muestran que la IA puede ayudarnos a obtener información más útil desde el punto de vista clínico a partir de una prueba que ya forma parte de la atención de los cálculos renales. Para los pacientes, eso podría significar decisiones de tratamiento más informadas. Para los laboratorios y los sistemas de salud, destaca cómo los datos de las pruebas de laboratorio existentes pueden utilizarse de nuevas maneras para apoyar la atención clínica”, afirmó Patrick Day, autor principal del estudio y desarrollador principal del Departamento de Medicina y Patología de Laboratorio de Mayo Clinic.
“Para los pacientes, eso podría significar decisiones de tratamiento más informadas. Para los laboratorios y los sistemas de salud, destaca cómo los datos de las pruebas de laboratorio existentes pueden utilizarse de nuevas maneras para apoyar la atención clínica”, dijo Day.
Enlaces relacionados
Mayo Clinic