Op weg naar een nieuwe generatie urine-sedimentanalyses:
Optimalisatie van de herkenning van urinekristallen op het FUS3000plus dankzij de samenwerking tussen het CHU Liège, Analis en Dirui
Juni 2026 - Interview of Romy Gadisseur - CHU Liège - www.chuliege.be
Download this case study below
_______________________________________________________________
INLEIDING
Het betrouwbaar identificeren van urinekristallen blijft voor veel laboratoria een uitdaging. Dankzij een samenwerking tussen het CHU Liège, Dirui en Analis beschikt het urineanalyseplatform FUS3000plus nu over aanzienlijke verbeteringen op het gebied van de automatische herkenning van urinekristallen door middel van AI.
Met meer dan 1.000 bedden en een internationaal gerenommeerd diagnostisch laboratorium wordt het CHU de Liège erkend als een van de toonaangevende universitaire ziekenhuizen van België. Het beschikt over een uitgebreide expertise in de analyse van urinesedimenten en de identificatie van urinekristallen.
Deze wetenschappelijke expertise vormt de basis van het samenwerkingsproject dat is ontwikkeld met onze leverancier en partner Dirui, een toonaangevend Chinees bedrijf dat gespecialiseerd is in geautomatiseerde oplossingen voor in-vitrodiagnostiek.
Het doel van deze driezijdige samenwerking: CHU Liège - Dirui - Analis
Het doel is om de software van de FUS3000plus te verbeteren door nieuwe categorieën voor beeldherkenning van urinekristallen te ontwikkelen met behulp van kunstmatige intelligentie. In dit internationale project fungeert Analis als wetenschappelijk en operationeel coördinator tussen de Belgische teams en Dirui Chinese teams, door de opvolging van het project, de technische uitwisselingen en de integratie van de praktijkbehoeften in de ontwikkeling van toekomstige algoritmen te faciliteren.
Behaalde resultaten:
De gecombineerde expertise van Romy Gadisseur en Tugba Yilmaz van het CHU de Liège, samen met het R&D-team van Dirui, vertegenwoordigd door Yuru Clare Lin, Scientific Affairs Manager bij Dirui, heeft het mogelijk gemaakt om:
- De herkenning van urinezuurkristallen en ammonium-magnesiumfosfaatkristallen te verbeteren.
- Het maken van een onderscheid tussen monohydraat- en dihydraat-oxalaten.
- Nieuwe categorieën kristallen toe te voegen, zoals cystine, brushiet en ammoniumuraat.
- Het is mogelijk om de herkenningsalgoritmen te optimaliseren dankzij gegevens die onder reële laboratoriumomstandigheden zijn gevalideerd.
Een doorbraak voor het laboratorium
De integratie van AI in de analyse van urinesedimenten draagt bij aan een betere harmonisatie van de resultaten, vergemakkelijkt de identificatie van complexe kristallen en ondersteunt de laboratoriumteams bij hun dagelijkse werkzaamheden.
Klinische expertise centraal in de ontwikkeling
Het project werd binnen het CHU Liège gecoördineerd door Romy Gadisseur, een klinisch bioloog die bekendstaat om haar expertise in de klinische biologie en meer in het bijzonder op het gebied van kristalurie. Zij kreeg ook ondersteuning van Tugba Yilmaz, wetenschapper aan het CHU Liège. Samen hebben zij een essentiële rol gespeeld in de ontwikkeling en het welslagen van dit ambitieuze project
Van links tot rechts:
Yuru Clare Lin - Dirui Scientific Affairs Manager
and
Romy
Gadisseur and Tugba Yilmaz of the CHU Liège
Dankzij deze samenwerkingsaanpak konden de eindgebruikers rechtstreeks worden betrokken bij de ontwikkeling en validatie van de algoritmen, waardoor een betere afstemming op de behoeften in de praktijk werd gewaarborgd.
De rechtstreekse betrokkenheid van biologen bij de ontwikkeling en validatie van de algoritmen is essentieel om de relevantie ervan in de dagelijkse diagnostische praktijk te waarborgen
Het werk dat is verricht door het CHU Liège, Analis en Dirui gaat veel verder dan een eenvoudige software-update. Het illustreert hoe een gestructureerde samenwerking tussen eindgebruikers, distributeur en fabrikant de verantwoorde integratie van AI in de klinische diagnostiek kan versnellen.
Door ervaren klinische biologen bij elke fase van de algoritmische ontwikkeling te betrekken, zet dit project een nieuwe standaard voor de validatie van AI bij de analyse van urinesedimenten. De wetenschappelijke publicatie die momenteel in voorbereiding is, zal deze vooruitgang binnenkort formeel vastleggen en op grotere schaal verspreiden.
Of u nu een ziekenhuislaboratorium met hoge doorvoercapaciteit leidt of een gespecialiseerde urologische afdeling, het FUS3000plus-platform biedt nu een gevalideerde, door AI ondersteunde weg naar nauwkeurigere en beter geharmoniseerde resultaten bij de detectie van kristallen in de urine.
De volledige resultaten van dit onderzoek zullen worden gepresenteerd tijdens het
Microbiology
& Urinalysis Scientific Seminar
op 26 November 2026 in Kinepolis
ImagiBraine.
KOM OP 26 NOVEMBER NAAR ONS & RESERVEER JE PLAATS