Zespół Tao Y. i wsp. opracował zaawansowany model sztucznej inteligencji o nazwie RenalCLIP, który wykorzystuje analizę obrazów tomografii komputerowej (CT) w celu rozróżniania łagodnych i złośliwych zmian w nerkach. Model został zaprezentowany na platformie arXiv (sierpień 2025) i zyskał szerokie zainteresowanie w środowisku urologicznym i radiologicznym.

RenalCLIP oparty jest na głębokich sieciach neuronowych uczonych na oznakowanych danych CT z dużych zbiorów pacjentów. Co istotne, system nie wymaga ingerencji człowieka w segmentację ani ręcznej analizy obrazów — klasyfikacja zmian odbywa się w pełni automatycznie. Model osiągnął wysoki poziom trafności diagnostycznej, szczególnie w odróżnianiu zmian o niskim i wysokim potencjale onkologicznym, co może znacząco ograniczyć liczbę wykonywanych biopsji oraz błędów nadrozpoznawalności.

Z perspektywy klinicznej, zastosowanie RenalCLIP w praktyce może umożliwić szybszą i bardziej precyzyjną selekcję pacjentów do zabiegów chirurgicznych, oszczędzając zasoby i zwiększając bezpieczeństwo chorych. Warto podkreślić, że według danych NFZ w Polsce wykonuje się rocznie kilkanaście tysięcy badań CT jamy brzusznej z podejrzeniem patologii nerek — nowy model mógłby wspierać decyzje diagnostyczne na poziomie POZ i AOS.

Rozwój takich narzędzi wpisuje się w szerszy trend w medycynie obrazowej – zautomatyzowane systemy AI do interpretacji badań wchodzą do codziennej praktyki, zmieniając sposób oceny ryzyka i kwalifikacji do dalszego leczenia.

Źródło: Tao Y. et al., arXiv, 2025
Opracowanie redakcyjne: Debaty Zdrowie