Анемия е заболяване, характеризиращо се с намаляване на количеството на здравословните еритроцити в организма на здрави еритроцити, често се среща при пациенти с хронични бъбречни заболявания, които трябва да преминат рутинна хемодиализа. Съответно, еритроцит-стимулиращите агенти (еритропоезис-стимулиращи агенти, ESA) и железни добавки се въвеждат в рамките на този процес. Но в същото време усложненията могат да възникнат, ако пациентите са променили метаболизма на желязо или лоша реакция към лекарства. В допълнение, лекарствата обикновено са скъпи и намаляват трудната финансова тежест за общественото здраве или самия пациент. По този начин, като се вземат предвид факта, че броят на тези пациенти понастоящем нараства, има голямо търсене на допълнителни системи за подкрепа с "способности" за вземане на решения. Една вариант е да се използва изкуствена технология за разузнаване (изкуствен интелект, AI), който изглежда е обещаващ метод, но изисква голям масив за данни и не е практичен поради различни държавни състояния на пациентите.
В неотдавнашно проучване резултатите от които бяха публикувани в Международния вестник на медицинските науки, учени от Япония въпреки това се опитаха да решат проблема. Те решават, вместо да правят AI за изучаване на сложната физиология на тялото на пациента, използвайки модела на прогнозиране въз основа на решения на опитни лекари. Доц. Тошиаки Охара (Тошиаки орара) от Обамския университет обяснява:
Разработваме система, основана на принципите, които се използват в процеса на изтъняване на опитни лекари. В крайна сметка те не изчисляват подробните стойности на жизнените реакции в тялото на пациента при вземането на решение относно дозата, което означава, че моделите на прогнози, основаващи се на биохимия, не са задължително необходими.
Учените са подготвили два набора от данни, получени в 2 болници - един да преподават своя модел, а другият за тестване и проверка на нейните прогнози. В същото време те записват предписани предписания на предписания в две болници и считат реакцията на двете посочени по-горе по време на хемодиализа.
На основата им е построена ай модел, наречена "изкуствена интелигентност" анемия "(система за контрол, поддържаща изкуствена интелигентност, AISACS), която е получила общо пет източника на вход (четири точки кръв и анамнеза) и в качеството на изхода избра вероятността за необходимостта от доза за две лекарства. В допълнение, за повишаване на ефективността на процеса, те компенсират за забавяне между тестването на кръвта и вземане на решение за дозата, използвайки "корекция на данните", за да дадат датата на вземане на решения в съответствие с датите на проучването.
В резултат на това AISAC показват висока точност на прогнозата с правилната класификация (решения, съответстващи на заключенията на лекарите) при 72% -87%. Но още по-интересно е, че в някои случаи AISAC са предоставили "клинично коригиращи" класификации с още по-високи показатели (92% -97%). Това бяха решения, които не съвпадат с диагнозата на лекарите, но все още се считат за правилни от медицинската точка.