Anemia is in sykte karakterisearre troch in ôfname yn 'e hoemannichte sûne erhrocrocytes yn it lichem fan sûne erthrocyten, foarkomt faak yn pasjinten mei chronike niersykten dy't routine hemodialysis moatte ûndergean. Dêrnjonken de ertsrocyte-stimulearjende aginten (Erythropoiesis-stimulearjende aginten, ESA) en izeren oanfollingen, wurdt yn it ramt fan dit proses ynfierd. Mar tagelyk kinne komplikaasjes ûntstean as de pasjinten it metabolisme fan izer of minne reaksje op drugs hawwe feroare. Derneist binne medikaasjes normaal djoer en ferlege in drege finansjele lêst op iepenbiere sûnens as de pasjint sels. Sa nimt it feit yn rekken dat it oantal sokke pasjinten op it stuit groeit, is d'r in geweldige fraach nei ekstra stipe systemen mei "kapasiteiten" om besluten te meitsjen. Ien opsje is om keunstmjittige yntelliginsje technology te brûken (AI), dy't in belofte metoade liket te wêzen, mar fereasket in grutte gegevensarray en is net praktysk fanwege ferskate pasjint sûnenssteaten.
Yn in resinte stúdzje, de resultaten fanrikken waarden publisearre by ynternasjonale tydskrift fan medyske wittenskippers, wittenskippers út Japel besocht lykwols it probleem op te lossen. Se besletten ynstee fan AI te meitsjen om it komplekse fysiology fan it lichem fan 'e pasjint te studearjen, brûk it foarsizzing fan it foarsizzing basearre op oplossingen fan ûnderfûn dokters. Professorium professor Toshiaki Oara (Toshiaki Oara) Fan Okayam University ferklearret:
Wy ûntwikkelje in systeem op basis fan 'e prinsipes dy't wurde brûkt yn it tinnende proses fan erfarne dokters. Uteinlik berekkenje se de detaillearre wearden fan 'e libbensreaksjes yn it lichem fan' e pasjint by it meitsjen fan in beslút op 'e dosaasje, wat betsjuttet dat foarsizzingsmodellen hawwe op basis fan Biochemisty net needsaaklik nedich.
Wittenskippers hawwe twa datapakten taret krigen yn 2 sikehuzen - ien om har model te learen, en de oare foar it testen en ferifiearje fan har prognosen. Tagelyk opnommen hawwe se foarskreaune presinzen foarskreaune presintsjes yn en beskôge as de reaksje op 'e twa-neamde hjirboppe neamde beneamd tidens hemodialysis.
Op har basis waard in AI-model boud, neamde de anemy "keunstmjittige yntelliginsje-stipe anemia-kontrôlesysteem, dy't yn totaal fiif ynputboarnen krigen (fjouwer punten fan bloed en anamnesis) en yn 'e kwaliteit fan 'e útfier keas de kâns op' e needsaak foar dosering foar twa drugs. Derneist om de effisjinsje fan it proses te ferheegjen, kompensearre se foar in tiidfertraging tusken bloed testen en besluten oer de dosaasje "om de datum fan beslút te bringen yn oerienstimming mei de datums fan 'e enkête.
As resultaat toande Aisacs hege presyzje fan 'e prognose mei de juste klassifikaasje (oplossingen dy't oerienkomt mei de konklúzjes fan dokters) op 72% -87%. Mar sels mear ynteressant wie dat yn guon gefallen, Aisacs "klinysk korrekte" klassifikaasjes levere mei noch hegere yndikatoaren (92% -97%). Dat wiene oplossingen dy't net gear wiene mei de diagnoaze fan dokters, mar noch altyd korrekt beskôge as in medysk punt beskôge.