অ্যানিমিয়া স্বাস্থ্যকর Erythrocytes শরীরের সুস্থ erythrocytes পরিমাণ হ্রাস দ্বারা চিহ্নিত একটি রোগ, প্রায়ই দীর্ঘস্থায়ী কিডনি রোগ রোগীদের মধ্যে রুটিন hemodiallysis সহ্য করতে হবে। তদুপরি, Erythrocyte- উদ্দীপক এজেন্ট (Erythropoiesis-Stimulating এজেন্ট, ইএসএ) এবং লোহা সম্পূরক, এই প্রক্রিয়ার কাঠামোর মধ্যে চালু করা হয়। কিন্তু একই সাথে রোগীরা যদি মাদকদ্রব্যের লোহার বিপাক বা দরিদ্র প্রতিক্রিয়া পরিবর্তন করে তবে জটিলতা দেখা দিতে পারে। উপরন্তু, ওষুধগুলি সাধারণত ব্যয়বহুল এবং জনস্বাস্থ্য বা রোগীর উপর একটি কঠিন আর্থিক বোঝা কমিয়ে দেয়। সুতরাং, এই ধরনের রোগীদের সংখ্যা বর্তমানে ক্রমবর্ধমান হয় তা বিবেচনা করে, সিদ্ধান্ত নেওয়ার জন্য "ক্ষমতা" সহ অতিরিক্ত সহায়তা ব্যবস্থার একটি দুর্দান্ত চাহিদা রয়েছে। এক বিকল্পটি কৃত্রিম গোয়েন্দা প্রযুক্তি (কৃত্রিম বুদ্ধিমত্তা, এআই) ব্যবহার করা, যা একটি প্রতিশ্রুতিশীল পদ্ধতি বলে মনে হয়, তবে একটি বড় ডেটা অ্যারের প্রয়োজন এবং বিভিন্ন রোগীর স্বাস্থ্যের কারণে এটি ব্যবহারিক নয়।
সাম্প্রতিক গবেষণায়, যার ফলাফলগুলি আন্তর্জাতিক জার্নাল অফ মেডিক্যাল সায়েন্সে প্রকাশিত হয়েছিল, জাপানের বিজ্ঞানীরা তবুও সমস্যার সমাধান করার চেষ্টা করেছিলেন। তারা রোগীর শরীরের জটিল শারীরবৃত্তবিজ্ঞান অধ্যয়ন করার পরিবর্তে এআই তৈরি করার পরিবর্তে সিদ্ধান্ত নিয়েছে, অভিজ্ঞ ডাক্তারদের সমাধানগুলির উপর ভিত্তি করে ভবিষ্যদ্বাণী মডেলটি ব্যবহার করুন। Okayam বিশ্ববিদ্যালয়ের সহযোগী অধ্যাপক তোশিয়াকি ওহারা (তোশিয়াকি ওহারা) ব্যাখ্যা করেছেন:
আমরা অভিজ্ঞ ডাক্তারের thinning প্রক্রিয়ায় ব্যবহৃত নীতির উপর ভিত্তি করে একটি সিস্টেম উন্নয়নশীল হয়। শেষ পর্যন্ত, তারা রোগীর দেহে জীবন প্রতিক্রিয়াগুলির বিস্তারিত মানগুলি গণনা করে না, যখন ডোজে সিদ্ধান্ত নেওয়ার সময়, যার মানে বায়োকেমিস্ট্রিটির উপর ভিত্তি করে ভবিষ্যদ্বাণী মডেলগুলি অপরিহার্যভাবে প্রয়োজন হয় না।
বিজ্ঞানীরা ২ টি হাসপাতালের মধ্যে প্রাপ্ত দুটি ডাটা সেট তৈরি করেছেন - এক তাদের মডেল শেখান এবং অন্যটি তার পূর্বাভাসগুলি পরীক্ষা করার এবং যাচাই করার জন্য। একই সময়ে, তারা দুটি হাসপাতালে নির্ধারিত প্রেসক্রিপশন প্রেসক্রিপশন রেকর্ড করে এবং হেমোডিয়ায়েসির সময় উল্লিখিত দুটি ওষুধের প্রতিক্রিয়া বলে মনে করে।
তাদের ভিত্তিতে, একটি এআই মডেলটি নির্মিত হয়েছিল, "কৃত্রিম বুদ্ধিমত্তা অ্যানিমিয়া" (কৃত্রিম-বুদ্ধিমত্তা-সমর্থিত অ্যানিমিয়া কন্ট্রোল সিস্টেম, AISACS) নামে পরিচিত ছিল, যা মোট পাঁচটি ইনপুট উত্স (চারটি পয়েন্ট এবং অ্যানামেনেসিসের চারটি পয়েন্ট) এবং মানের ছিল আউটপুট দুটি ড্রাগ জন্য ডোজ জন্য প্রয়োজন সম্ভাবনা বেছে নেওয়া হয়েছে। উপরন্তু, প্রক্রিয়ার দক্ষতা বাড়ানোর জন্য, তারা রক্ত পরীক্ষার মধ্যে একটি সময় বিলম্বের জন্য এবং জরিপের তারিখ অনুযায়ী সিদ্ধান্ত নেওয়ার তারিখ আনতে "ডেটা সমন্বয়" ব্যবহার করে ডোজ উপর সিদ্ধান্ত নেয়।
ফলস্বরূপ, AISACS সঠিক শ্রেণীবিভাগের পূর্বাভাসের উচ্চ নির্ভুলতা (ডাক্তারের সিদ্ধান্তের সাথে সংশ্লিষ্ট সমাধান) 72% -87% এ। কিন্তু এমনকি আরো আকর্ষণীয় ছিল যে কিছু ক্ষেত্রে, AISACS এমনকি উচ্চতর সূচকগুলি (92% -97%) সহ "ক্লিনিকাল সঠিক" শ্রেণীবিভাগ সরবরাহ করেছিল। এগুলি এমন সমাধান ছিল যা ডাক্তারদের নির্ণয়ের সাথে মিলিত হয়নি, তবে এখনও একটি মেডিকেল পয়েন্ট থেকে সঠিক বলে মনে করা হয়।