Aplicar el aprendizaje automático a la interpretación de la morfología de los cristales urinarios.

Los cálculos renales se forman principalmente debido a la sobresaturación de iones en la orina, lo que lleva a la formación de cristales. La evaluación del riesgo de cálculos renales se basa en el historial médico del paciente, análisis bioquímicos de orina y diversos exámenes de laboratorio. Combinarlos con estudios de imágenes como tomografías computarizadas, ultrasonido y rayos X ayuda a diagnosticar el tipo de cálculos renales, aunque los resultados de las imágenes para cálculos más pequeños pueden ser menos precisos. La formación de cálculos es común con una alta tasa de recurrencia y existe una fuerte correlación entre los cristales de orina y la composición de los cálculos. Por lo tanto, el análisis de cristales de orina es significativo para el diagnóstico, la evaluación de estrategias de tratamiento y la prevención de la recurrencia de cálculos en la enfermedad de cálculos renales.

El análisis microscópico de los cristales de orina permite la observación de cristales más pequeños. Sin embargo, la microscopía manual de orina es lenta y requiere mucho tiempo. Para abordar esto, nuestro objetivo es desarrollar un software de inteligencia artificial para ayudar en la interpretación de los cristales de orina, proporcionando un análisis más rápido. Analizaremos retrospectivamente imágenes de cristales de orina almacenadas de investigaciones anteriores (Proyecto interno de investigación del Chang Gung Memorial Hospital No. 107123-E) para identificar tipos de cristales. Se realizará un preprocesamiento de imágenes posterior y un etiquetado de categorías para entrenar e inferir el software de la máquina. Los resultados se compararán con la interpretación manual para establecer la precisión del software.