Anemija je bolest koju karakteriše smanjenje količine zdravih eritrocita u tijelu zdravih eritrocita, često se javlja kod pacijenata s hroničnim bolestima bubrega koje trebaju proći rutinske hemodijalize. U skladu s tim, eritrocitni agenti (eritropozi-stimulativni agenti, ESA) i prodavci željeza, uvode se u okviru ovog procesa. Ali istovremeno mogu se pojaviti komplikacije ako su pacijenti promijenili metabolizam željeza ili lošu reakciju na lijekove. Pored toga, lijekovi su obično skupi i spuštaju težak finansijski teret na javnom zdravlju ili samog pacijenta. Dakle, uzimajući u obzir činjenicu da broj takvih pacijenata trenutno raste, postoji velika potražnja za dodatnim sistemima podrške sa "sposobnostima" donošenja odluka. Jedna opcija je koristiti umjetnu inteligencijsku tehnologiju (umjetna inteligencija, AI), koja se čini perspektivnom metodom, ali zahtijeva veliki niz podataka i nije praktičan zbog različitih zdravstvenih stanja pacijenata.
U nedavnom istraživanju čiji su rezultati objavljeni u međunarodnom časopisu medicinskih nauka, naučnici iz Japana ipak pokušali riješiti problem. Odlučili su umjesto da AI učini da proučavaju složenu fiziologiju pacijentovog tijela, koriste model predviđanja na osnovu rješenja iskusnih ljekara. Vanredni profesor Toshiaki Ohara (Toshiaki Ohara) sa Okakam univerziteta objašnjava:
Razvijamo sistem zasnovan na principima koji se koriste u procesu stanja iskusnih ljekara. Na kraju, ne izračunavaju detaljne vrijednosti životnih reakcija u pacijentovom tijelu prilikom donošenja odluke o doziranju, što znači da se modeli predviđanja zasnovani na biohemiji nisu nužno potrebni.
Naučnici su pripremili dva skupa podataka dobivena u 2 bolnice - jedan za podučavanje njihovog modela, a drugi za testiranje i provjeru svojih prognoza. Istovremeno su zabilježili propisani recept recept u dvije bolnice i smatrali su reakcijom na dva gore spomenuta lijeka koja se primjenjuje tokom hemodijaliziranja.
Na njihovoj osnovi je izgrađen AI model koji se naziva "Anemija umjetna inteligencija" (anemia-anemijska kontrola anemije, aisacs), koja je primila ukupno pet ulaznih izvora (četiri tačke krvi i anamneze) i u kvaliteti izlaza odabrala je verovatnoću potrebe za dozom za dva lijeka. Pored toga, za povećanje efikasnosti procesa nadoknadili su vremensko kašnjenje između testiranja krvi i odlučivanja o doziranju koristeći "prilagođavanje podataka" kako bi se donošenje donošenja odluka u skladu s datumima ankete.
Kao rezultat toga, Aisacs je pokazao veliku preciznost prognoze s ispravnom klasifikacijom (rješenja koja odgovaraju zaključcima ljekara) na 72% -87%. Ali još zanimljivije je bilo da su u nekim slučajevima Aisacs dao "klinički ispravne" klasifikacije s još većim pokazateljima (92% -97%). To su bile rješenja koja se nisu podudarala s dijagnozom ljekara, ali se još uvijek smatraju tačnim iz medicinske tačke.