Anemie is 'n siekte wat gekenmerk word deur 'n afname in die hoeveelheid gesonde eritrosiete in die liggaam van gesonde eritrosiete, kom dikwels voor by pasiënte met chroniese niersiektes wat roetine hemodialise moet ondergaan. Gevolglik word die eritrosiete stimulerende middels (eritropoies-stimulerende agente, ESA) en yster aanvullings, binne die raamwerk van hierdie proses bekendgestel. Maar terselfdertyd kan komplikasies ontstaan as die pasiënte die metabolisme van yster of swak reaksie op dwelms verander het. Daarbenewens is medikasie gewoonlik duur en verlaag 'n moeilike finansiële las op openbare gesondheid of die pasiënt self. Met inagneming van die feit dat die aantal sulke pasiënte tans groei, is daar 'n groot vraag na bykomende ondersteuningstelsels met "vermoëns" om besluite te neem. Een opsie is om kunsmatige intelligensie tegnologie (kunsmatige intelligensie, AI) te gebruik, wat 'n belowende metode blyk te wees, maar vereis 'n groot data-skikking en is nie prakties as gevolg van verskeie pasiëntgesondheidstate nie.
In 'n onlangse studie is die uitslae van wat by die Internasionale Tydskrif vir Mediese Wetenskappe gepubliseer is, wetenskaplikes van Japan, desondanks, probeer om die probleem op te los. Hulle het besluit om AI te maak om die komplekse fisiologie van die pasiënt se liggaam te bestudeer, die voorspellingsmodel te gebruik wat gebaseer is op oplossings van ervare dokters. Medeprofessor Toshiaki Ohara (Toshiaki Ohara) van Okayam Universiteit verduidelik:
Ons ontwikkel 'n stelsel gebaseer op die beginsels wat in die verdunning van ervare dokters gebruik word. Uiteindelik bereken hulle nie die gedetailleerde waardes van die lewensreaksies in die pasiënt se liggaam wanneer u 'n besluit neem oor die dosis nie, wat beteken dat voorspellingsmodelle gebaseer op biochemie nie noodwendig benodig word nie.
Wetenskaplikes het twee datastelle wat in 2 hospitale behaal is, voorberei - een om hul model te onderrig, en die ander vir die toets en verifikasie van sy voorspellings. Terselfdertyd het hulle voorgeskrewe voorskrifvoorskrifte in twee hospitale opgeneem en die reaksie op die twee middels wat hierbo genoem is, oorweeg word tydens hemodialise.
Op hul basis is 'n AI-model gebou, die "kunsmatige intelligensie-anemie" (kunsmatige intelligensie-ondersteunde anemiebeheerstelsel, Aisacs) genoem, wat 'n totaal van vyf insetbronne (vier punte van bloed en anamnesis) en in die gehalte ontvang het. Van die uitset het die waarskynlikheid van die behoefte aan dosis vir twee dwelms gekies. Daarbenewens om die doeltreffendheid van die proses te verhoog, vergoed hulle vir 'n tydvertraging tussen bloedtoetsing en besluitneming oor die dosis met behulp van "data-aanpassing" om die datum van besluitneming in ooreenstemming met die datums van die opname te bring.
As gevolg hiervan het Aisacs hoë akkuraatheid van die voorspelling getoon met die korrekte klassifikasie (oplossings wat ooreenstem met die gevolgtrekkings van dokters) teen 72% -87%. Maar selfs meer interessant was dat Aisacs in sommige gevalle "klinies korrekte" klassifikasies voorsien het met selfs hoër aanwysers (92% -97%). Dit was oplossings wat nie saamval met die diagnose van dokters nie, maar steeds van 'n mediese punt korrek beskou word.