אנמיה היא מחלה המאופיינת על ידי ירידה בכמות אריתרוציטים בריאים בגוף של אריתרוציטים בריאים, מתרחשת לעתים קרובות בחולים עם מחלות כליות כרוניות שצריכות לעבור את ההמודיאליס. בהתאם לכך, סוכני אריתרוציטים-מגרה (erythropoiesis-stimulating סוכנים, ESA) ותוספי ברזל, הוא הציג במסגרת תהליך זה. אבל במקביל סיבוכים עשויים להתעורר אם החולים שינו את חילוף החומרים של ברזל או תגובה גרועה לסמים. בנוסף, תרופות הם בדרך כלל יקר והורידו נטל כלכלי קשה על בריאות הציבור או על המטופל עצמו. לפיכך, תוך התחשבות בכך שמספר החולים כאלה גדל כיום, יש ביקוש גדול למערכות תמיכה נוספות עם "יכולות" כדי לקבל החלטות. אפשרות אחת היא להשתמש בטכנולוגיית בינה מלאכותית (בינה מלאכותית, AI), אשר נראה להיות שיטה מבטיחה, אבל דורש מערך נתונים גדול ואינו מעשי בשל מדינות בריאות החולה.
במחקר שנערך לאחרונה, התוצאות של אשר פורסמו בכתב העת הבינלאומי של מדעי הרפואה, מדענים מיפן ניסו בכל זאת לפתור את הבעיה. הם החליטו במקום לעשות AI ללמוד את הפיזיולוגיה המורכבת של הגוף של המטופל, להשתמש במודל חיזוי מבוסס על פתרונות של רופאים מנוסים. פרופ 'טושיאקי אוהרה (טושיאקי אוהרה) מאוניברסיטת Okayam מסביר:
אנו מפתחים מערכת המבוססת על העקרונות המשמשים בתהליך הדילול של רופאים מנוסים. בסופו של דבר, הם אינם מחכים את הערכים המפורטים של תגובות החיים בגוף המטופל בעת קבלת החלטה על המינון, כלומר, מודלים חיזוי המבוססים על ביוכימיה אינם זקוקים בהכרח.
מדענים הכינו שתי ערכות נתונים שהושגו ב -2 בתי חולים - אחד ללמד את המודל שלהם, והשני לבדיקה ולאמת את תחזיותיו. במקביל, הם רשמו מרשמים מרשם prescribed בשני בתי חולים ונחשב לתגובה לשני התרופה שהוזכרו לעיל מיושם במהלך המודיאליזה.
על בסיסן נבנה מודל AI, הנקרא "אנמיה המודיעינית המלאכותית" (מערכת בקרת אנמיה-מודיעינית-מודיעינית, אשר קיבלה סך של חמישה מקורות קלט) ארבע נקודות דם ואנמנזה (ובאיכות של התפוקה בחרה את ההסתברות של הצורך במינון לשני תרופות. בנוסף, כדי להגדיל את היעילות של התהליך, הם פיצו על עיכוב זמן בין בדיקות דם להחליט על המינון באמצעות "התאמת נתונים" כדי להביא את תאריך קבלת ההחלטות בהתאם לתאריכי הסקר.
כתוצאה מכך הראו AISACS דיוק גבוה של התחזית עם הסיווג הנכון (פתרונות המתאימים למסקנות הרופאים) ב -72% -87%. אבל עוד יותר מעניין היה שבמקרים מסוימים, AISACS סיפקו "סיווגים נכונים קלינית" עם אינדיקטורים גבוהים אף יותר (92% -97%). אלה היו פתרונות שלא עולה בקנה אחד עם אבחנה של רופאים, אבל עדיין נחשב נכון מנקודה רפואית.