Anemio estas malsano karakterizita per malkresko en la kvanto de sanaj eritrocitoj en la korpo de sanaj eritrocitoj, ofte okazas ĉe pacientoj kun kronikaj renaj malsanoj, kiuj devas sperti rutinan hemodion. Sekve, la eritrocitaj stimulaj agentoj (eritropoiesis-stimulaj agentoj, ESA) kaj feraj suplementoj, estas enkondukitaj en la kadro de ĉi tiu procezo. Sed samtempe komplikaĵoj povas ekesti se la pacientoj ŝanĝis la metabolon de fera aŭ malbona reago al drogoj. Krome, kuraciloj estas kutime multekostaj kaj malaltigis malfacilan financan ŝarĝon pri publika sano aŭ la paciento mem. Tiel, konsiderante la fakton, ke la nombro de tiaj pacientoj nuntempe kreskas, estas granda postulo pri aldonaj subtenaj sistemoj kun "kapabloj" por fari decidojn. Unu opcio estas uzi artefaritan inteligentan teknologion (artefarita inteligenteco, AI), kiu ŝajnas esti promesplena metodo, sed postulas grandan datumaranĝon kaj ne estas praktika pro diversaj pacientoj pri sano.
En lastatempa studo, kies rezultoj estis publikigitaj ĉe International Journal of Medical Sciences, sciencistoj el Japanio tamen provis solvi la problemon. Ili decidis anstataŭ fari AI por studi la kompleksan fiziologion de la korpo de la paciento, uzu la antaŭdiran modelon bazitan sur solvoj de spertaj kuracistoj. Asociita profesoro Toshiaki Ohara (Toshiaki Ohara) de Okayam University klarigas:
Ni disvolvas sistemon bazitan sur la principoj uzataj en la maldika procezo de spertaj kuracistoj. Fine, ili ne kalkulas la detalajn valorojn de la vivo-reagoj en la korpo de la paciento dum decido pri la dozo, kio signifas, ke antaŭdiraj modeloj bazitaj sur biokemio ne nepre bezonas.
Sciencistoj preparis du datumarojn akiritajn en 2 hospitaloj - unu por instrui ilian modelon, kaj la alian por testi kaj kontroli ĝiajn prognozojn. Samtempe, ili registris preskribitajn preskribojn en du hospitaloj kaj konsideris la reagon al la du-medikamentoj menciitaj supre aplikitaj dum hemodiálisis.
Survoje, AI-modelo estis konstruita, nomita la "artefarita inteligenteco anemio" (artefarita-inteligenteco-subtenata anemia kontrolo sistemo, AISACS), kiu ricevis totalon de kvin eniga fontoj (kvar punktoj de sango kaj anamnesis) kaj en la kvalito De la eligo elektis la probablon de la bezono de dozo por du drogoj. Krome, por pliigi la efikecon de la procezo, ili kompensis por tempo prokrasto inter sango testado kaj decidi pri la dozo uzante "datumoj ĝustigas" por alporti la daton de decido-farado konforme al la datoj de la enketo.
Rezulte, Aisacs montris altan precizecon de la prognozo kun la ĝusta klasifiko (solvoj respondaj al la konkludoj de kuracistoj) je 72% -87%. Sed eĉ pli interesa estis, ke en iuj kazoj Aisacs donis "klinike ĝustajn" klasifikojn kun eĉ pli altaj indikiloj (92% -97%). Ĉi tiuj estis solvoj, kiuj ne koincidis kun la diagnozo de kuracistoj, sed ankoraŭ konsideras korekta de medicina punkto.