Mae anemia yn glefyd a nodweddir gan ostyngiad yn y swm o erythrocytes iach yng nghorff erythrocytes iach, yn aml yn digwydd mewn cleifion â chlefydau cronig yr arennau y mae angen iddynt gael hemodialysis arferol. Yn unol â hynny, cyflwynir yr asiantau erythrocyte-symbylu (asiantau Erythropoiesis-symbylu, ESA) ac atchwanegiadau haearn, o fewn fframwaith y broses hon. Ond ar yr un pryd gall cymhlethdodau godi os yw'r cleifion wedi newid metaboledd haearn neu ymateb gwael i gyffuriau. Yn ogystal, mae meddyginiaethau fel arfer yn ddrud ac yn gostwng baich ariannol anodd ar iechyd y cyhoedd neu'r claf ei hun. Felly, gan ystyried y ffaith bod nifer y cleifion o'r fath yn tyfu ar hyn o bryd, mae galw mawr am systemau cymorth ychwanegol gyda "galluoedd" i wneud penderfyniadau. Un opsiwn yw defnyddio technoleg deallusrwydd artiffisial (deallusrwydd artiffisial, AI), sy'n ymddangos i fod yn ddull addawol, ond mae angen amrywiaeth ddata fawr ac nad yw'n ymarferol oherwydd gwahanol wladwriaethau iechyd cleifion.
Mewn astudiaeth ddiweddar, cyhoeddwyd y canlyniadau a gyhoeddwyd yn Ryngwladol Journal of Gwyddorau Meddygol, gwyddonwyr o Japan serch hynny yn ceisio datrys y broblem. Penderfynwyd yn hytrach na gwneud Ai i astudio ffisioleg gymhleth corff y claf, defnyddiwch y model rhagfynegi yn seiliedig ar atebion meddygon profiadol. Mae'r Athro Cyswllt Toshiaki Ohara (Toshiaki Ohara) o Brifysgol Okayam yn esbonio:
Rydym yn datblygu system yn seiliedig ar yr egwyddorion a ddefnyddir yn y broses deneuo meddygon profiadol. Yn y pen draw, nid ydynt yn cyfrifo gwerthoedd manwl yr adweithiau bywyd yng nghorff y claf wrth wneud penderfyniad ar y dos, sy'n golygu nad oes angen modelau rhagfynegi yn seiliedig ar fiocemeg o reidrwydd.
Mae gwyddonwyr wedi paratoi dwy set ddata a gafwyd mewn 2 ysbyty - un i addysgu eu model, a'r llall ar gyfer profi a gwirio ei ragolygon. Ar yr un pryd, maent yn cofnodi presgripsiwn presgripsiwn presgripsiwn presgripsiwn mewn dau ysbyty ac yn ystyried yr ymateb i'r ddau gyffur a grybwyllir uchod yn cael eu cymhwyso yn ystod Hemodialysis.
Ar eu sail, adeiladwyd model AI, a elwir yn "anemia deallusrwydd artiffisial" (System Reoli Anemia Artiffisial-Cudd-wybodaeth, Aisacs), a dderbyniodd gyfanswm o bum ffynhonnell mewnbwn (pedwar pwynt o waed ac Anamnesis) ac yn yr ansawdd Dewisodd yr allbwn y tebygolrwydd o'r angen am ddos am ddau gyffur. Yn ogystal, i gynyddu effeithlonrwydd y broses, fe wnaethant iawndal am oedi amser rhwng profion gwaed a phenderfynu ar y dos gan ddefnyddio "addasu data" i ddod â dyddiad gwneud penderfyniadau yn unol â dyddiadau'r arolwg.
O ganlyniad, dangosodd AISACs gywirdeb uchel o'r rhagolwg gyda'r dosbarthiad cywir (atebion sy'n cyfateb i gasgliadau meddygon) yn 72% -87%. Ond hyd yn oed yn fwy diddorol oedd, mewn rhai achosion, bod Aisacs yn darparu dosbarthiadau "cywir yn glinigol" gyda dangosyddion hyd yn oed yn uwch (92% -97%). Roedd y rhain yn atebion nad oeddent yn cyd-daro â diagnosis o feddygon, ond yn dal i gael eu hystyried yn gywir o bwynt meddygol.