Štúdia porovnávala štyri modely hlbokého učenia na automatickú detekciu obličkových kameňov v CT snímkach – YOLOv8, YOLOv5, Faster R-CNN a RetinaNet. Výskum zahŕňal 4 000 anotovaných CT rezov od 170 pacientov. Faster R-CNN dosiahol najvyššiu presnosť lokalizácie s hodnotou mAP@0,5 = 0,93, zatiaľ čo YOLOv8 dosahoval mAP@0,91. YOLOv8 sa ukázal ako najlepší pre klinickú prax vďaka optimálnej rovnováhe medzi vysokou presnosťou detekcie a rýchlou výpočtovou účinnosťou, čo umožňuje spracovanie v reálnom čase. Automatická detekcia obličkových kameňov pomocou týchto modelov môže zrýchliť diagnostiku a znížiť závislosť na manuálnej interpretácii CT snímok. Nekontrastná počítačová tomografia je zlatým štandardom na detekciu obličkových kameňov, ale jej manuálna analýza je časovo náročná a môže byť subjektívna.