Aplicar aprendizado de máquina à interpretação da morfologia do cristal urinário.

Os cálculos renais são formados principalmente devido à supersaturação de íons na urina, levando à formação de cristais. Uma avaliação do risco de cálculos renais é baseada no histórico médico do paciente, em exames bioquímicos de urina e em vários exames laboratoriais. Combiná-los com estudos de imagem, como tomografia computadorizada, ultrassom e raios X, ajuda a diagnosticar o tipo de cálculo renal, embora os resultados de imagem para cálculos menores possam ser menos precisos. A formação de cálculos é comum, com alta taxa de recorrência, e há uma forte correlação entre os cristais de urina e a composição dos cálculos. Portanto, a análise dos cristais de urina é significativa para o diagnóstico, avaliação de estratégias de tratamento e prevenção da recorrência de cálculos na doença renal.

A análise microscópica dos cristais de urina permite a observação de cristais menores. No entanto, a microscopia manual de urina é lenta e demorada. Para resolver isso, pretendemos desenvolver um software de inteligência artificial para auxiliar na interpretação dos cristais de urina, proporcionando uma análise mais rápida. Analisaremos retrospectivamente imagens de cristais de urina armazenadas em pesquisas anteriores (Chang Gung Memorial Hospital Internal Project Research No. 107123-E) para identificar os tipos de cristais. O pré-processamento de imagem subsequente e a rotulagem de categoria serão feitos para treinar e inferir o software da máquina. Os resultados serão comparados com interpretação manual para estabelecer a precisão do software.