L'anèmia és una malaltia caracteritzada per una disminució de la quantitat d'eritròcits saludables en el cos d'eritròcits saludables, sovint es produeix en pacients amb malalties renals cròniques que necessiten sotmetre's a hemodiàlisi rutinària. En conseqüència, els agents d'eritròcits-estimulants (agents eritropoiesis-estimulants, ESA) i suplements de ferro s'introdueixen en el marc d'aquest procés. Però, a les mateixes, es poden produir complicacions si els pacients han canviat el metabolisme del ferro o de la mala reacció a les drogues. A més, els medicaments solen ser cars i van reduir una càrrega financera difícil per a la salut pública o el propi pacient. Per tant, tenint en compte el fet que el nombre d'aquests pacients creix actualment, hi ha una gran demanda de sistemes de suport addicionals amb "habilitats" a prendre decisions. Una opció és utilitzar la tecnologia d'intel·ligència artificial (intel·ligència artificial, AI), que sembla ser un mètode prometedor, però requereix una gran matriu de dades i no és pràctica a causa de diversos estats de salut del pacient.
En un estudi recent, els resultats dels quals es van publicar a International Journal of Medical Sciences, els científics de Japó no obstant això van intentar resoldre el problema. Van decidir en lloc de fer a AI per estudiar la fisiologia complexa del cos del pacient, utilitzen el model de predicció basat en solucions de metges experimentats. El professor associat Toshiaki Ohara (Toshiaki Ohara) de la Universitat Okayam explica:
Estem desenvolupant un sistema basat en els principis que s'utilitzen en el procés d'aprimament de metges experimentats. Al final, no calculen els valors detallats de les reaccions de vida del cos del pacient en prendre una decisió sobre la dosi, la qual cosa significa que els models de predicció basats en la bioquímica no són necessàriament necessàries.
Els científics han preparat dos conjunts de dades obtinguts en dos hospitals: un per ensenyar el seu model, i l'altre per provar i verificar les previsions. Al mateix temps, van registrar prescripcions prescrites prescrites en dos hospitals i van considerar la reacció a les dues drogues esmentades anteriorment aplicades durant l'hemodiàlisi.
Sobre la seva base, es va construir un model AI, anomenat "Anèmia d'Intel·ligència Artificial" (sistema de control d'anèmia d'intel·ligència artificial, AISACS), que va rebre un total de cinc fonts d'entrada (quatre punts de sang i anamnesi) i en la qualitat de la sortida va triar la probabilitat de la necessitat de dosificació per a dues drogues. A més, per augmentar l'eficiència del procés, van compensar un retard en el temps entre les proves de sang i la decisió de la dosi utilitzant "Ajust de dades" per aportar la data de presa de decisions d'acord amb les dates de l'enquesta.
Com a resultat, AISACS va mostrar una alta precisió de la previsió amb la classificació correcta (solucions corresponents a les conclusions dels metges) al 72% -87%. Però encara més interessant va ser que, en alguns casos, AISAC proporcionés classificacions "clínicament correctes" amb indicadors encara més alts (92% -97%). Són solucions que no coincidien amb el diagnòstic dels metges, sinó que encara es consideraven correctes des d'un punt mèdic.